添加图片修复

README.md

@@ -7,6 +7,7 @@
 1. 性别识别
 1. 表情识别（生气、厌恶、恐惧、开心、难过、惊喜、平静等七种情绪）
 2. 视频对象提取
+3. 图片修复（适用去除水印）
 3. 眼动追踪（待完善）
 3. 换脸（待实现）
 
@@ -52,6 +53,8 @@
 
 视频对象提取
 
+图片修复
+
 
 # 其他教程 #
 

doc/opencv/hsv.md

@@ -0,0 +1,36 @@
+# 视频对象提取 #
+
+
+
+```
+import cv2
+import numpy as np
+
+cap = cv2.VideoCapture(0)
+
+while (1):
+    _, frame = cap.read()
+    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
+
+    #在PS里用取色器的HSV
+    psHSV = [112, 89, 52]
+    diff = 40  #上下浮动值
+    #因为PS的HSV（HSB）取值是：0~360、0~1、0~1，而OpenCV的HSV是：0~180、0~255、0~255，所以要对ps的hsv进行处理，H/2、SV*255
+    lowerHSV = [(psHSV[0] - diff) / 2, (psHSV[1] - diff) * 255 / 100,
+                (psHSV[2] - diff) * 255 / 100]
+    upperHSV = [(psHSV[0] + diff) / 2, (psHSV[1] + diff) * 255 / 100,
+                (psHSV[2] + diff) * 255 / 100]
+
+    mask = cv2.inRange(hsv, np.array(lowerHSV), np.array(upperHSV))
+
+    res = cv2.bitwise_and(frame, frame, mask=mask)
+    res = cv2.GaussianBlur(res, (5, 5), 1)
+
+    cv2.imshow('frame', frame)
+    # cv2.imshow('mask', mask)
+    cv2.imshow('res', res)
+    if cv2.waitKey(1) & 0xFF == ord('q'):
+        break
+
+cv2.destroyAllWindows()
+```

doc/settingup.md

@@ -1,142 +1,142 @@
-	# OpenCV环境搭建 #
-
-	本文将介绍OpenCV在Python3.x上的实现，分为Window版和Linux版。
-
-	## Windows版环境搭建 ##
-
-	> 系统环境：windows 10 + python 3.6 + OpenCV 3.4.1
-
-
-	### 一、安装python ###
-
-	python的安装之前在[python自学笔记](https://github.com/vipstone/python)的项目中描述了，在这不做重复说明，有需要的朋友，点击查看：[python环境安装](https://github.com/vipstone/python/blob/master/%E5%BC%80%E5%8F%91%E7%8E%AF%E5%A2%83%E6%90%AD%E5%BB%BA.md)
-
-	### 二、安装numpy模块 ###
-
-	根据上文提示，现在我们已经正确安装了python和pip（安装和管理python包的工具），在正式安装OpenCV之前，首先我们要安装numpy模块。
-	numpy：是一个定义了数值数组和矩阵类型和它们的基本运算的语言扩展，OpenCV引用了numpy模块，所以安装OpenCV之前必须安装numpy。
-
-	本文安装python模块使用的是.whl文件安装的。
-
-	**whl文件是什么？**
-
-	whl是一个python的压缩包，其中包含了py文件以及经过编译的pyd文件。
-
-	**whl安装命令**
-	> pip3 install 存放路径\xxx.whl
-
-	回到主题，我们是要安装numpy模块的。
-
-	第一步：先去网站下载对应的numpy版本，下载地址：https://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy 本人是64为系统python3.6所以对应的最新版本是：numpy‑1.14.2+mkl‑cp36‑cp36m‑win_amd64.whl，点击下载到D:根目录。
-
-	百度云链接：https://pan.baidu.com/s/10RefansrC4_0zsNehjyKTg
-
-	提取密码：gua3
-
-
-	第2步：启动命令窗体运行
-	> pip3 install d:\numpy‑1.14.2+mkl‑cp36‑cp36m‑win_amd64.whl
-
-	命令窗体显示：
-
-	Processing d:\numpy-1.14.2+mkl-cp36-cp36m-win_amd64.whl
-
-	Installing collected packages: numpy
-
-	Successfully installed numpy-1.14.2+mkl
-
-	说明已经安装成功。
-
-
-	### 三、安装OpenCV ###
-	同样安装OpenCV模块和numpy方式类似。
-
-	第1步：实现去网站下载OpenCV对于的.whl版本压缩包，网址：https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv 本人下载的版本是：opencv_python‑3.4.1‑cp36‑cp36m‑win_amd64.whl 64位系统对应python3.6的，下载到d盘根目录。
-
-	百度云链接：https://pan.baidu.com/s/10RefansrC4_0zsNehjyKTg
-
-	提取密码：gua3
-
-	第2步：启动命令窗体运行
-	> pip3 install d:\opencv_python-3.4.1-cp36-cp36m-win_amd64.whl
-
-	窗体显示：
-
-	Processing d:\opencv_python-3.4.1-cp36-cp36m-win_amd64.whl
-
-	Installing collected packages: opencv-python
-
-	Successfully installed opencv-python-3.4.1
-
-	说明安装成功。
-
-	### 四、运行OpenCV ###
-	到此，我们的环境配置已经完成了，终于到了可以撸代码的时刻了，想想还有一点小激动呢。
-
-
-	``` python
-	import cv2
-
-	print(cv2.__version__)
-
-	# 输出：3.4.1
-	```
-	上面我们简单的打印了OpenCV的版本号，如果能正常输出不报错，说明我们已经把OpenCV的python环境搭建ok了。
-
-	什么？感觉还不过瘾，那就来撸一张图，用OpenCV把它展示出来，代码如下：
-	``` python
-	import cv2
-
-	filepath = "img/meinv.png"
-	img = cv2.imread(filepath)
-	cv2.namedWindow('Image')
-	cv2.imshow('Image', img)
-	cv2.waitKey(0)
-	cv2.destroyAllWindows()
-	```
-
-	展示效果如图：![正在加载图片](https://raw.githubusercontent.com/vipstone/opencvLab/master/res/show-meinv.png)
-
-
-
-	----------
-	## Linux版环境搭建 ##
-
-	>Ubuntu 18.04
-	>Python 3.6.5
-	>Pip 10.0.1
-	>Numpy 1.14.3
-	>OpenCV 3.4.0
-
-	Ubuntu有一个好处就是内置Python环境，不需要像Windows那样在为Python环境折腾了，但要注意的是Ubuntu本身自带的apt-get和安装的pip的数据源是国外的，所以使用起来都很慢，一定要把apt-get和pip的数据源更换成国内的，请移步到：[《Ubuntu apt-get和pip源更换》](http://www.cnblogs.com/vipstone/p/9038023.html)
-
-	### 正式安装 ###
-	根据上面的提示，你已经配置好了开发环境，现在需要正式安装了，当然Ubuntu的安装也比Windows简单很多，只需要使用pip安装包，安装相应的模块即可。
-
-	#### 安装Numpy ####
-	使用命令：pip3 install numpy
-
-	使用命令：python3，进入python脚本执行环境，输入代码查看numpy是否安装成功，以及numpy的安装版本：
-	```
-	import numpy 
-
-	numpy.__version__
-	```
-	正常输入版本号，证明已经安装成功。
-
-	如图：![](http://icdn.apigo.cn/numpy-setup-success.png)
-
-	#### 安装OpenCV ####
-	OpenCV的安装在Ubuntu和numpy相似，使用命令：
-	>pip3 install opencv-python
-
-	使用命令：python3，进入python脚本执行环境，输入代码查看OpenCV版本：
-	```
-	import cv2 
+# OpenCV环境搭建 #
+
+本文将介绍OpenCV在Python3.x上的实现，分为Window版和Linux版。
+
+## Windows版环境搭建 ##
+
+> 系统环境：windows 10 + python 3.6 + OpenCV 3.4.1
+
+
+### 一、安装python ###
+
+python的安装之前在[python自学笔记](https://github.com/vipstone/python)的项目中描述了，在这不做重复说明，有需要的朋友，点击查看：[python环境安装](https://github.com/vipstone/python/blob/master/%E5%BC%80%E5%8F%91%E7%8E%AF%E5%A2%83%E6%90%AD%E5%BB%BA.md)
+
+### 二、安装numpy模块 ###
+
+根据上文提示，现在我们已经正确安装了python和pip（安装和管理python包的工具），在正式安装OpenCV之前，首先我们要安装numpy模块。
+numpy：是一个定义了数值数组和矩阵类型和它们的基本运算的语言扩展，OpenCV引用了numpy模块，所以安装OpenCV之前必须安装numpy。
+
+本文安装python模块使用的是.whl文件安装的。
+
+**whl文件是什么？**
+
+whl是一个python的压缩包，其中包含了py文件以及经过编译的pyd文件。
+
+**whl安装命令**
+> pip3 install 存放路径\xxx.whl
+
+回到主题，我们是要安装numpy模块的。
+
+第一步：先去网站下载对应的numpy版本，下载地址：https://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy 本人是64为系统python3.6所以对应的最新版本是：numpy‑1.14.2+mkl‑cp36‑cp36m‑win_amd64.whl，点击下载到D:根目录。
+
+百度云链接：https://pan.baidu.com/s/10RefansrC4_0zsNehjyKTg
+
+提取密码：gua3
+
+
+第2步：启动命令窗体运行
+> pip3 install d:\numpy‑1.14.2+mkl‑cp36‑cp36m‑win_amd64.whl
+
+命令窗体显示：
+
+Processing d:\numpy-1.14.2+mkl-cp36-cp36m-win_amd64.whl
+
+Installing collected packages: numpy
+
+Successfully installed numpy-1.14.2+mkl
+
+说明已经安装成功。
+
+
+### 三、安装OpenCV ###
+同样安装OpenCV模块和numpy方式类似。
+
+第1步：实现去网站下载OpenCV对于的.whl版本压缩包，网址：https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv 本人下载的版本是：opencv_python‑3.4.1‑cp36‑cp36m‑win_amd64.whl 64位系统对应python3.6的，下载到d盘根目录。
+
+百度云链接：https://pan.baidu.com/s/10RefansrC4_0zsNehjyKTg
+
+提取密码：gua3
+
+第2步：启动命令窗体运行
+> pip3 install d:\opencv_python-3.4.1-cp36-cp36m-win_amd64.whl
+
+窗体显示：
+
+Processing d:\opencv_python-3.4.1-cp36-cp36m-win_amd64.whl
+
+Installing collected packages: opencv-python
+
+Successfully installed opencv-python-3.4.1
+
+说明安装成功。
+
+### 四、运行OpenCV ###
+到此，我们的环境配置已经完成了，终于到了可以撸代码的时刻了，想想还有一点小激动呢。
+
+
+``` python
+import cv2
+
+print(cv2.__version__)
+
+# 输出：3.4.1
+```
+上面我们简单的打印了OpenCV的版本号，如果能正常输出不报错，说明我们已经把OpenCV的python环境搭建ok了。
+
+什么？感觉还不过瘾，那就来撸一张图，用OpenCV把它展示出来，代码如下：
+``` python
+import cv2
+
+filepath = "img/meinv.png"
+img = cv2.imread(filepath)
+cv2.namedWindow('Image')
+cv2.imshow('Image', img)
+cv2.waitKey(0)
+cv2.destroyAllWindows()
+```
+
+展示效果如图：![正在加载图片](https://raw.githubusercontent.com/vipstone/opencvLab/master/res/show-meinv.png)
+
+
 
-	cv2.__version__
-	```
-	正常输入版本号，证明已经安装成功。
+----------
+## Linux版环境搭建 ##
+
+>Ubuntu 18.04
+>Python 3.6.5
+>Pip 10.0.1
+>Numpy 1.14.3
+>OpenCV 3.4.0
+
+Ubuntu有一个好处就是内置Python环境，不需要像Windows那样在为Python环境折腾了，但要注意的是Ubuntu本身自带的apt-get和安装的pip的数据源是国外的，所以使用起来都很慢，一定要把apt-get和pip的数据源更换成国内的，请移步到：[《Ubuntu apt-get和pip源更换》](http://www.cnblogs.com/vipstone/p/9038023.html)
+
+### 正式安装 ###
+根据上面的提示，你已经配置好了开发环境，现在需要正式安装了，当然Ubuntu的安装也比Windows简单很多，只需要使用pip安装包，安装相应的模块即可。
+
+#### 安装Numpy ####
+使用命令：pip3 install numpy
+
+使用命令：python3，进入python脚本执行环境，输入代码查看numpy是否安装成功，以及numpy的安装版本：
+```
+import numpy 
+
+numpy.__version__
+```
+正常输入版本号，证明已经安装成功。
+
+如图：![](http://icdn.apigo.cn/numpy-setup-success.png)
+
+#### 安装OpenCV ####
+OpenCV的安装在Ubuntu和numpy相似，使用命令：
+>pip3 install opencv-python
+
+使用命令：python3，进入python脚本执行环境，输入代码查看OpenCV版本：
+```
+import cv2 
+
+cv2.__version__
+```
+正常输入版本号，证明已经安装成功。
 
 # 常见错误 #
 

faceai/opencv/hsv.py

@@ -19,10 +19,8 @@
     upperHSV = [(psHSV[0] + diff) / 2, (psHSV[1] + diff) * 255 / 100,
                 (psHSV[2] + diff) * 255 / 100]
 
-    # Threshold the HSV image to get only blue colors
     mask = cv2.inRange(hsv, np.array(lowerHSV), np.array(upperHSV))
 
-    # Bitwise-AND mask and original image
     res = cv2.bitwise_and(frame, frame, mask=mask)
     res = cv2.GaussianBlur(res, (5, 5), 1)
 

faceai/opencv/inpaint.py

@@ -0,0 +1,25 @@
+#coding=utf-8
+#图片修复
+
+import cv2
+import numpy as np
+
+path = "img/inpaint.png"
+
+img = cv2.imread(path)
+hight, width, depth = img.shape[0:3]
+
+thresh = cv2.inRange(img, np.array([240, 240, 240]), np.array([255, 255, 255]))
+kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3))
+hi_mask = cv2.dilate(thresh, kernel, iterations=3)
+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))
+cv2.imshow("newImage", specular)
+cv2.waitKey(0)
+cv2.destroyAllWindows()