图形修复文档添加

doc/inpaint.md

@@ -0,0 +1,50 @@
+# 图片修复程序-可用于水印去除 #
+
+在现实的生活中，我们可能会遇到一些美好的或是珍贵的图片被噪声干扰，比如旧照片的折痕，比如镜头上的灰尘或污渍，更或者是某些我们想为我所用但有讨厌水印，那么有没有一种办法可以消除这些噪声呢？
+
+答案是肯定的，依然是被我们用了无数次的OpenCV这款优秀的框架。
+
+# 效果预览 #
+![](http://icdn.apigo.cn/inpaint.png?1)
+
+# 图片修复原理 #
+那OpenCV究竟是怎么实现的，简单的来说就是开发者标定噪声的特征，在使用噪声周围的颜色特征推理出应该修复的图片的颜色，从而实现图片修复的。
+
+# 程序实现解析 #
+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([240, 240, 240]), np.array([255, 255, 255]))，把[240, 240, 240]~[255, 255, 255]以外的颜色处理为0；
+1. 使用OpenCV的dilate方法，扩展特征的区域，优化图片处理效果；
+2. 使用inpaint方法，把噪声的mask作为参数，推理并修复图片；
+
+# 完整代码 #
+```
+#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]
+
+#图片二值化处理，把[240, 240, 240]~[255, 255, 255]以外的颜色变成0
+thresh = cv2.inRange(img, np.array([240, 240, 240]), np.array([255, 255, 255]))
+
+#创建形状和尺寸的结构元素
+kernel = np.ones((3, 3), np.uint8)
+
+#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))
+cv2.imshow("newImage", specular)
+cv2.waitKey(0)
+cv2.destroyAllWindows()
+```

faceai/opencv/inpaint.py

@@ -9,9 +9,14 @@
 img = cv2.imread(path)
 hight, width, depth = img.shape[0:3]
 
+#图片二值化处理，把[240, 240, 240]~[255, 255, 255]以外的颜色变成0
 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)
+
+#创建形状和尺寸的结构元素
+kernel = np.ones((3, 3), np.uint8)
+
+#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)