怎么新建MySQL数据库

    我们需要使用到图片素材的场景很多，但是很多素材都有水印，而一张张去除水印是工作量大。对此，这篇文章小编就给大家分享如何用python实现图片批量去水印的方法，下面我们一起来看看是怎样做的吧。

    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。

    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。

    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；

    实现代码

    效果对比

import cv2
import numpy as np
from PIL import Image
import os
​
dir = 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0
thresh = 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)

    实现效果如下图，这个默认是去掉白色右下角的水印，大家可以根据自己的需求进行更改。

    以上就是关于python实现图片批量去水印的介绍，有需要的朋友可以参考，希望本文对大家学习pythonpython有帮助，想要了解更多图片批量去水印的方法，请搜索群英网络以前的文章或继续浏览下面的相关文章。

文本转载自脚本之家