很多时候，我们相中了一张图片，怎奈图片上面有水印，不会PS的我们该如何来处理图片，这里小编介绍一下一下opencv的cv2.inpaint的图片修复函数，使用此cv2.inpaint函数，可以完美匹配PS。

OpenCV提供了两种算法。两者都可以通过相同的函数访问，cv2.inpaint（）

图片修复

opencv图片修复算法

第一种算法基于Alexandru Telea于2004年发表的“基于快速行进方法的图像修复技术”。它基于快速行进方法。考虑图像中要修复的区域。算法从该区域的边界开始，然后进入区域内，逐渐填充边界中的所有内容。它需要在邻近的像素周围的一个小邻域进行修复。该像素由邻居中所有已知像素的归一化加权和代替。选择权重是一个重要的问题。对于靠近该点的那些像素，靠近边界的法线和位于边界轮廓上的像素，给予更多的权重。一旦像素被修复，它将使用快速行进方法移动到下一个最近的像素。 FMM确保首先修复已知像素附近的像素，这样它就像手动启发式操作一样工作。使用标志cv2.INPAINT_TELEA启用此算法。

第二种算法基于Bertalmio，Marcelo，Andrea L. Bertozzi和Guillermo Sapiro于2001年撰写的“Navier-Stokes，流体动力学和图像和视频修补”一文。该算法基于流体动力学并利用偏微分方程。基本原则是heurisitic。它首先沿着已知区域的边缘行进到未知区域（因为边缘是连续的）。它继续等照片（连接具有相同强度的点的线，就像轮廓连接具有相同高度的点一样），同时在修复区域的边界处匹配渐变矢量。为此，使用来自流体动力学的一些方法。获得颜色后，填充颜色以减少该区域的最小差异。使用标志cv2.INPAINT_NS启用此算法。

PS

图片修复代码实现

opencv实现图片的修复，主要使用cv2.inpaint()函数

output = cv2.inpaint(image, mask,inpaintRadius, flags=flags)

image：输入8位1通道或3通道图像

mask：修复掩码，8位1通道图像

output：输出与image具有相同大小和类型的图像

inpaintRadius：算法考虑的每个点的圆形邻域的半径

flags：

INPAINT_NS基于Navier-Stokes的方法

Alexandru Telea的INPAINT_TELEA方法

了解了cv2.inpaint的函数，就可以使用代码来实现opencv图片的修复了

import cv2

#flags = cv2.INPAINT_TELEA

flags = cv2.INPAINT_NS

image = cv2.imread(‘examples/1.png’)

mask = cv2.imread(‘examples/mask1.png’)

mask = cv2.cvtColor(mask, cv2.COLOR_BGR2GRAY)

output = cv2.inpaint(image, mask,3, flags=flags)

cv2.imshow(“Image”, image)

cv2.imshow(“mask”, mask)

cv2.imshow(“Output”, output)

cv2.waitKey(0)

首先我们设计cv2.inpaint函数的flags,这里有2种方式，可以自行尝试

使用cv2.imread函数来读取原始图片以及图片的mask图片

利用cv2.cvtColor(mask, cv2.COLOR_BGR2GRAY)函数把图片BGR空间转换为灰度图片

然后使用cv2.inpaint函数进行图片的修复

最后我们显示图片

修复的照片