图片去水印的原理_Python批量图片去水印，提高工作效率

平常工作中，有时为了采用网络的一些素材，但这些素材往往被打了水印，如果我们不懂PS就无法去掉水印，或者无法批量去掉水印。这些就很影响我们的工作效率。

今天我们就一起来，用Python + OpenCV三步去除水印,去水印需要使用的库：cv2、numpy。cv2是基于OpenCV的图像处理库，可以对图像进行腐蚀，膨胀等操作；numpy这是一个强大的处理矩阵和维度运算的库。

1

   

图片去水印原理

1、标定噪声的特征，使用cv2.inRange二值化标识噪声对图片进行二值化处理，具体代码：cv2.inRange(img, np.array([200, 200, 240]), np.array([255, 255, 255]))，把[200, 200, 200]~[255, 255, 255]以外的颜色处理为0；

2、使用OpenCV的dilate方法，扩展特征的区域，优化图片处理效果；

3、使用inpaint方法，把噪声的mask作为参数，推理并修复图片。

2

   

去掉右下角的水印步骤

1、从源图片，截取右下角部分，另存为新图片；

2、识别水印，颜色值为：[200, 200, 200]~[255, 255, 255]

3、去掉水印，还原图片；

4、把源图片、去掉水印的新图片，进行重叠合并；

3

   

代码实现

import cv2import numpy as npfrom PIL import Imageimport osdir = os.getcwd()path = "1.jpg"newPath = "new.jpg"img=cv2.imread(path,1)hight,width,depth=img.shape[0:3]#截取cropped = img[int(hight*0.8):hight, int(width*0.7):width]  # 裁剪坐标为[y0:y1, x0:x1]cv2.imwrite(newPath, cropped)imgSY = cv2.imread(newPath,1)#图片二值化处理，把[200,200,200]-[250,250,250]以外的颜色变成0thresh = cv2.inRange(imgSY,np.array([200,200,200]),np.array([250,250,250]))#创建形状和尺寸的结构元素kernel = np.ones((3,3),np.uint8)#扩展待修复区域hi_mask = cv2.dilate(thresh,kernel,iterations=10)specular = cv2.inpaint(imgSY,hi_mask,5,flags=cv2.INPAINT_TELEA)cv2.imwrite(newPath, specular)#覆盖图片imgSY = Image.open(newPath)img = Image.open(path)img.paste(imgSY, (int(width*0.7),int(hight*0.8),width,hight))img.save(newPath)

4

   

效果对比

好了，今天就分享到这边，大家有什么想法，欢迎给我留言讨论。如果需要源代码与软件的，请在公众号回复【去水印】获取。

觉得有用的，点击下{ 在看}。