江苏龙网

  1. 首页 > 人文 > >

「影客网络科技」图像智能修复老照片，效果惊艳到我了（附代码），AI( 二 )


另一种是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 。
详细代码如下：
#扩张待修复区域hi_mask=cv2.dilate(thresh,kernel,iterations=1)specular=cv2.inpaint(img,hi_mask,5,flags=cv2.INPAINT_TELEA)cv2.namedWindow(''Image'',0)cv2.resizeWindow(''Image'',int(width/2),int(hight/2))cv2.imshow(''Image'',img)cv2.namedWindow(''newImage'',0)cv2.resizeWindow(''newImage'',int(width/2),int(hight/2))a=cv2.imshow(''newImage'',specular)cv2.imwrite(''43.jpg'',specular)cv2.waitKey(0)cv2.destroyAllWindows()修复程序处理二的搭建
1、图像处理第二步：
转换成hsv值 ， 根据hsv值判断图片的前景和后景 。 HSV是一种将RGB色彩空间中的点在倒圆锥体中的表示方法 。 HSV即色相(Hue)、饱和度(Saturation)、明度(Value) ， 又称HSB(B即Brightness) 。 色相是色彩的基本属性 ， 就是平常说的颜色的名称 ， 如红色、黄色等 。 饱和度（S）是指色彩的纯度 ， 越高色彩越纯 ， 低则逐渐变灰 ， 取0-100%的数值 。 明度（V） ， 取0-max(计算机中HSV取值范围和存储的长度有关) 。 HSV颜色空间可以用一个圆锥空间模型来描述 。 圆锥的顶点处 ， V=0 ， H和S无定义 ， 代表黑色 。 圆锥的顶面中心处V=max ， S=0 ， H无定义 ， 代表白色 。 其中主要用到的函数是cv2库中的cv2.cvtColor()函数 ， 将RGB图像（在opencv中设计BGR图像）转换为HSV图像用到了参数cv2.COLOR_BGR2HSV 。
详细代码如下：
importcv2importosimportnumpyasnpsta=0forfileinos.listdir(''cut_test''):sta=sta+1print(''正在处理''+''cut_test/''+file)img=cv2.imread(''cut_test/''+file)#img=cv2.imread('1.jpg')rows,cols,channels=img.shapecropped=img[0:479,0:cols]#转换hsvhsv=cv2.cvtColor(cropped,cv2.COLOR_BGR2HSV)#图片二值化处理 ， 把[240,240,240]~[255,255,255]以外的颜色变成0thresh=cv2.inRange(hsv,np.array([90,10,125]),np.array([135,180,255]))erode=cv2.erode(thresh,None,iterations=2)dilate=cv2.dilate(erode,None,iterations=0)#创建形状和尺寸的结构元素kernel=np.ones((3,3),np.uint8)2、图像修复：
在扩张修复区域的基础上外加调整像素值图片处理 。
其中腐蚀操作详细如下：
定义了一个十字形结构元素其实是一个矩阵 ， 我们知道在图片的腐蚀过程 ， 对图片的每个点 ， 使用这个结构扫描每一个点 ， 用结构元素与其覆盖的二值图像做“与”操作,如果都为1 ， 结果图像的该像素为1 。 否则为0,腐蚀处理的结果是使原来的二值图像减小一圈 。 使用的函数：cv2.erode(img,kernel);
膨胀操作详细如下：
使用同样的结构 ， 对图片的每个点 ， 使用这个结构扫描每一个点 ， 用结构元素与其覆盖的二值图像做“与”操作,如果出现1 ， 结果图像的该像素为1 。 否则为0,腐蚀处理的结果是使原来的二值图像扩大一圈 。 使用的函数：cv2.dilate(img,kernel)
详细代码如下：
#扩张待修复区域hi_mask=cv2.dilate(dilate,kernel,iterations=1)specular=cv2.inpaint(cropped,hi_mask,-5,flags=cv2.INPAINT_NS)#合并htich=np.vstack((specular,img[479:rows,0:cols]))'''blue=[]#获取mask,调整lower中h控制颜色lower_blue=np.array([90,10,125])upper_blue=np.array([135,180,255])mask=cv2.inRange(hsv,lower_blue,upper_blue)erode=cv2.erode(mask,None,iterations=1)dilate=cv2.dilate(erode,None,iterations=1)#腐蚀膨胀erode=cv2.erode(mask,None,iterations=1)cv2.imshow('erode',erode)dilate=cv2.dilate(erode,None,iterations=1)cv2.imshow('dilate',dilate)foriinrange(rows):forjinrange(cols):ifdilate[i,j]==255:blue.append([i,j])forwinblue:x=w[0]y=w[1]img[x,y]=[255,255,255]'''cv2.imwrite(''dels_test/''+str(sta)+''.jpg'',htich)'''cv2.imshow('Mask',img)cv2.waitKey(0)cv2.destroyAllWindows()'''最终效果如图所示（右边是修复效果）：


推荐阅读


上一篇：第一纺织网@三四线城市的80后曾引为至爱，这家国民女装品牌一季度营收超10亿

下一篇：手机大魔王：手游党就选他们了，最低2698元！盘点三款骁龙865处理器手机