OpenCV 图片去水印（不需要自己做水印模板）

图片去水印的思路

• 准备一张有水印的图片
• 用绘画工具在有水印的图片上框出水印位置
• 利用findContours函数查找水印所在的位置
• 初始化一个与原图像大小相同的0矩阵
• 将获取到的水印图片定位到初始化的矩阵中
• 利用inpaint函数进行水印的去除

---

详细步骤
准备一张带有水印的图片，命名为watermark.png

将水印部分用绘图工具框出来，并名为reference.png

读取模板图片转换为灰度图，并记录图片的大小

# 读取模板图像
image = cv2.imread("reference.png")
image_gary = cv2.cvtColor(image, cv2.COLOR_BGRA2GRAY)  # 转换成灰度图
print(image.shape)  # (255, 386, 3)

初始化一个与原图像大小相同的矩阵

temp = np.zeros((255,386))
temp = temp.astype(np.uint8)

查找模板中标记水印的位置，记录水印的位置和大小

ret,thresh = cv2.threshold(image_gary, 250, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(thresh, 2, 1)
cnt=contours[0]
x, y, w, h = cv2.boundingRect(cnt) 
img = cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)  
cv2.imshow("contour2.jpg", img)
cv2.waitKey(0)

显示水印图片

image2 = cv2.imread("watermark.png")
roi = image2[y:y+h,x:x+w,0:3]
cv2.imshow("roi",roi)
cv2.waitKey(0)

对水印图片进行二值化和卷积处理

roi = cv2.cvtColor(roi, cv2.COLOR_BGRA2GRAY)
ret,roi = cv2.threshold(roi, 60, 100, cv2.THRESH_BINARY) # 参数可调节，因图片的像素而异
roi = cv2.morphologyEx(roi,cv2.MORPH_ELLIPSE,(5,5)) # 参数可调节，因图片的像素而异
cv2.imshow("roi",roi)
cv2.waitKey(0)

将水印图片定位到初始矩阵中

roi2 = temp[y:y+h,x:x+w]
roi3 = cv2.add(roi, roi2)
temp[y:y+h,x:x+w] = roi3
cv2.imshow("temp",temp)
cv2.waitKey(0)

利用inpaint函数去除图片的水印

dst = cv2.inpaint(image2, temp, 3, cv2.INPAINT_NS) # 使用INPAINT_TELEA算法进行修复
cv2.imshow('TELEA', dst)
cv2.waitKey(0)

注意：这里的水印虽然去除，但是还有些明显的地方，只要对水印图片roi进行处理的精度越高（调参），图像水印就越不明显。

---

整体代码

# -*- coding: utf-8 -*-

import cv2
import numpy as np

# 读取模板图像
image = cv2.imread("reference.png")
image_gary = cv2.cvtColor(image, cv2.COLOR_BGRA2GRAY)  # 转换成灰度图
print(image.shape)

# 初始化一个与原图像等同的矩阵
temp = np.zeros((255,386))
temp = temp.astype(np.uint8)

# 查找图像中的矩阵
ret,thresh = cv2.threshold(image_gary, 250, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(thresh, 2, 1)
cnt=contours[0]
x, y, w, h = cv2.boundingRect(cnt) 
img = cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)  

# 显示水印图片
image2 = cv2.imread("watermark.png")
roi = image2[y:y+h,x:x+w,0:3]
roi = cv2.cvtColor(roi, cv2.COLOR_BGRA2GRAY)
ret,roi = cv2.threshold(roi, 80, 100, cv2.THRESH_BINARY)
roi = cv2.morphologyEx(roi,cv2.MORPH_ELLIPSE,(5,5)) 

# 将水印图片赋值给初始化的矩阵图片
roi2 = temp[y:y+h,x:x+w]
roi3 = cv2.add(roi, roi2)
temp[y:y+h,x:x+w] = roi3

dst = cv2.inpaint(image2, temp, 30, cv2.INPAINT_NS) # 使用INPAINT_TELEA算法进行修复
cv2.imshow('TELEA', dst)
cv2.waitKey(0)