Python批量图片去水印的方法_Python

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。

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)