[OpenCV实战]34 使用OpenCV进行图像修复 _OpenCV

一年好景君须记，最是橙黄橘绿时。这篇文章主要讲述[OpenCV实战]34 使用OpenCV进行图像修复相关的知识，希望能为你提供帮助。
本文将描述一类称为图像修复的区域填充算法。想象一下找一张旧的家庭照片。你扫描它，它看起来很棒，除了一些划痕。当然，你可以在photoshop中加载照片并修复划痕。除此之外可以编写10行代码以使用OpenCV中的修复算法来解决问题。
1 什么是图像修复图像修复是计算机视觉中的一类算法，其目标是填充图像或视频内的区域。该区域使用二进制掩模进行标识，填充通常根据需要填充的区域边界信息来完成。图像修复的最常见应用是恢复旧的扫描照片。它还用于删除图像中的小的不需要的对象。
在本节中，我们将简要讨论在OpenCV中实现的两种修复算法。
1.1 INPAINT_NS : Navier-Stokes based Inpainting该方法于2001年发表在题为Navier-Stokes, Fluid Dynamics, and Image and Video Inpainting的论文。论文见：
有时我觉得计算机视觉领域是一个来自其他领域的移民领域，如电子工程，计算机科学，物理和数学。他们将自己的想法带到现场，以非常有趣和独特的方式解决同样的问题。电气工程师可以将图像看作2D信号，并应用信号处理理论来解决计算机视觉问题。另一方面，数学家可以将图像看作连通图并使用图论解决计算机视觉问题。因此，为流体动力学开发的理论也可以用于计算机视觉，这并不奇怪。在下图中，我们的目标是填充暗区并获得一个看起来像右边的图像。

文章图片

我们如何填补这个黑色区域？我们想要的一个约束是边缘进入点A应该连接边缘离开点B。我们可能想要的另一个约束是连接A和B的曲线右边的区域应该是白色，而左边的区域应该是蓝色的。
以上两个约束基本上要求：保留渐变（即边缘特征）和继续在平滑区域中传播颜色信息。
作者建立了一个偏微分方程（PDE）来更新具有上述约束的区域内的图像强度。
1.2 INPAINT_TELEA : Fast Marching Method based该方法基于论文An Image Inpainting Technique Based on the Fast Marching Method。论文作者Alexandru Telea。论文见：
该方法实现使用不同的技术解决了相同的约束。作者不使用图像拉普拉斯算子作为平滑度的估计，而是使用像素的已知图像邻域上的加权平均值来补绘。已知的邻域像素和梯度用于估计要修复的像素的颜色。
1.3 方法比较与函数实现根据理论和论文，基于Navier-Stokes的修复应该更慢，并且倾向于产生比fast marching method的方法更模糊的结果。在实践中，我们没有发现这种情况。INPAINT_NS在我们的测试中产生了更好的结果，速度也略高于INPAINT_TELEA。
在OpenCV中，使用函数inpaint实现了修复算法。函数接口如下：
C++:

void inpaint( const Mat& amp; src, const Mat& amp; inpaintMask, Mat& amp; dst, double inpaintRange, int flags );

python:

dst = cv2.inpaint(src, inpaintMask, inpaintRadius, flags)

Src：源图像
inpaintMask：二进制掩码，指示要修复的像素。
【[OpenCV实战]34 使用OpenCV进行图像修复】Dst：结果图像
inpaintRadius：表示修复的半径
flags : 修复算法，主要有INPAINT_NS (Navier-Stokes based method) or INPAINT_TELEA (Fast marching based method)
2 结果与代码 2.1 结果让我们来看看对林肯总统的历史形象进行修复的结果。这张照片背后有一段引人入胜的历史，我从维基百科借来的：
1865年2月5日星期日，在华盛顿特区的加德纳画廊，亚历山大·加德纳拍摄了几张总统的多镜头照片。在本届会议结束之前，加德纳要求总统最后一个姿势。他把相机拉得更近，拍了一张林肯头部，肩膀和胸部的照片。神秘的玻璃板破裂。加德纳小心翼翼地将它带到了他的黑暗房间，并且能够制作一张印刷品，但在林肯的脸上有一个不祥的裂缝。在这个印刷品完全破碎并被弃用。但这种印刷品，即O-118，至今仍然存在。多年来，许多人将这一裂缝与10周后等待林肯的刺客子弹的象征性预言联系在一起。

文章图片

修复结果：上图左边的第一个图像是输入图像，第二个图像是掩模，第三个图像是INPAINT_TELEA的结果，第四个图像是INPAINT_NS的结果。
让我们来看一个更复杂的例子。我们已经在一个花园的图像上草草写了很多，但是结果仍然非常引人注目。结果如下：

文章图片

上图中，左：带有潦草文字的原始图像。中：使用INPAINT_TELEA方法修复，右：使用INPAINT_NS。
2.2 代码所有代码见：
两种算法修复效果都还不错，但是都需要事先准备修复模板的掩模mask,也就是inpaintMask 这个参数。例子里面用鼠标在图片上划线，划线的结果就是mask，而真正应用的时候需要事先设计好这个mask。例子程序中在划线确定mask后，不同按键有不同效果。按t选择INPAINT_TELEA处理，按n选择INPAINT_NS处理，按r查看原图，按ESC退出。
具体代码如下：
C++：

#include "pch.h" #include & lt; opencv2/opencv.hpp& gt; #include & lt; opencv2/photo.hpp& gt; #include & lt; iostream& gt; using namespace cv; using namespace std; // Declare Mat objects for original image and mask for inpainting Mat img, inpaintMask; // Mat object for result output Mat res; Point prevPt(-1, -1); // onMouse function for Mouse Handling // Used to draw regions required to inpaint // 调用鼠标事件 static void onMouse(int event, int x, int y, int flags, void*)if (event == EVENT_LBUTTONUP || !(flags & amp; EVENT_FLAG_LBUTTON)) prevPt = Point(-1, -1); else if (event == EVENT_LBUTTONDOWN) prevPt = Point(x, y); else if (event == EVENT_MOUSEMOVE & amp; & amp; (flags & amp; EVENT_FLAG_LBUTTON))Point pt(x, y); if (prevPt.x & lt; 0) prevPt = pt; line(inpaintMask, prevPt, pt, Scalar::all(255), 5, 8, 0); line(img, prevPt, pt, Scalar::all(255), 5, 8, 0); prevPt = pt; imshow("image", img); imshow("image: mask", inpaintMask); int main()string filename = "./image/flower-garden.jpg"; // Read image in color mode 读图 img = imread(filename); Mat img_mask; // Return error if image not read properly if (img.empty())cout & lt; & lt; "Failed to load image: " & lt; & lt; filename & lt; & lt; endl; return 0; namedWindow("image"); // Create a copy for the original image 复制原图像 img_mask = img.clone(); // Initialize mask (black image) inpaintMask = Mat::zeros(img_mask.size(), CV_8U); // Show the original image imshow("image", img); //调用鼠标在图像上画圈 setMouseCallback("image", onMouse, NULL); for (; ; )char c = (char)waitKey(); //按t选择INPAINT_TELEA处理 if (c == t)// Use Algorithm proposed by Alexendra Telea inpaint(img, inpaintMask, res, 3, INPAINT_TELEA); imshow("Inpaint Output using FMM", res); //按n选择INPAINT_NS处理 if (c == n)// Use Algorithm proposed by Bertalmio et. al. inpaint(img, inpaintMask, res, 3, INPAINT_NS); imshow("Inpaint Output using NS Technique", res); //按r查看原图 if (c == r)inpaintMask = Scalar::all(0); img_mask.copyTo(img); imshow("image", inpaintMask); //按ESC退出 if (c == 27)break; return 0;

Python：

import numpy as np import cv2 as cv # OpenCV Utility Class for Mouse Handling class Sketcher: def __init__(self, windowname, dests, colors_func): self.prev_pt = None self.windowname = windowname self.dests = dests self.colors_func = colors_func self.dirty = False self.show() cv.setMouseCallback(self.windowname, self.on_mouse)def show(self): cv.imshow(self.windowname, self.dests[0]) cv.imshow(self.windowname + ": mask", self.dests[1])# onMouse function for Mouse Handling def on_mouse(self, event, x, y, flags, param): pt = (x, y) if event == cv.EVENT_LBUTTONDOWN: self.prev_pt = pt elif event == cv.EVENT_LBUTTONUP: self.prev_pt = Noneif self.prev_pt and flags & amp; cv.EVENT_FLAG_LBUTTON: for dst, color in zip(self.dests, self.colors_func()): cv.line(dst, self.prev_pt, pt, color, 5) self.dirty = True self.prev_pt = pt self.show()def main():print("Usage: python inpaint & lt; image_path& gt; ") print("Keys: ") print("t - inpaint using FMM") print("n - inpaint using NS technique") print("r - reset the inpainting mask") print("ESC - exit")# Read image in color mode img = cv.imread("./image/Lincoln.jpg")# If image is not read properly, return error if img is None: return# Create a copy of original image img_mask = img.copy() # Create a black copy of original image # Acts as a mask inpaintMask = np.zeros(img.shape[:2], np.uint8) # Create sketch using OpenCV Utility Class: Sketcher sketch = Sketcher(image, [img_mask, inpaintMask], lambda : ((255, 255, 255), 255))while True: ch = cv.waitKey() if ch == 27: break if ch == ord(t): # Use Algorithm proposed by Alexendra Telea: Fast Marching Method (2004) # Reference: https://pdfs.semanticscholar.org/622d/5f432e515da69f8f220fb92b17c8426d0427.pdf res = cv.inpaint(src=https://www.songbingjia.com/android/img_mask, inpaintMask=inpaintMask, inpaintRadius=3, flags=cv.INPAINT_TELEA) cv.imshow(Inpaint Output using FMM, res) if ch == ord(n): # Use Algorithm proposed by Bertalmio, Marcelo, Andrea L. Bertozzi, and Guillermo Sapiro: Navier-Stokes, Fluid Dynamics, and Image and Video Inpainting (2001) res = cv.inpaint(src=img_mask, inpaintMask=inpaintMask, inpaintRadius=3, flags=cv.INPAINT_NS) cv.imshow(Inpaint Output using NS Technique, res) if ch == ord(r): img_mask[:] = img inpaintMask[:] = 0 sketch.show()print(Completed)if __name__ == __main__: main() cv.destroyAllWindows()