​平常工作中，有時為了采用網絡的一些素材，但這些素材往往被打了水印，如果我們不懂PS就無法去掉水印，或者無法批量去掉水印。這些就很影響我們的工作效率。

今天我們就一起來，用Python + OpenCV三步去除水印,去水印需要使用的庫：cv2、numpy。cv2是基于OpenCV的圖像處理庫，可以對圖像進行腐蝕，膨脹等操作；numpy這是一個強大的處理矩陣和維度運算的庫。

1、標定噪聲的特征，使用cv2.inRange二值化標識噪聲對圖片進行二值化處理，具體代碼：cv2.inRange(img, np.array([200, 200, 240]), np.array([255, 255, 255]))，把[200, 200, 200]~[255, 255, 255]以外的顏色處理為0；

2、使用OpenCV的dilate方法，擴展特征的區域，優化圖片處理效果；

3、使用inpaint方法，把噪聲的mask作為參數，推理并修復圖片。

1、從源圖片，截取右下角部分，另存為新圖片；

2、識別水印，顏色值為：[200, 200, 200]~[255, 255, 255]

3、去掉水印，還原圖片；

4、把源圖片、去掉水印的新圖片，進行重疊合并；

實現代碼

效果對比

import cv2import numpy as npfrom PIL import Imageimport 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] # 裁剪坐標為[y0:y1, x0:x1]cv2.imwrite(newPath, cropped)imgSY = cv2.imread(newPath,1)​#圖片二值化處理，把[200,200,200]-[250,250,250]以外的顏色變成0thresh = cv2.inRange(imgSY,np.array([200,200,200]),np.array([250,250,250]))#創建形狀和尺寸的結構元素kernel = np.ones((3,3),np.uint8)#擴展待修復區域hi_mask = cv2.dilate(thresh,kernel,iterations=10)specular = cv2.inpaint(imgSY,hi_mask,5,flags=cv2.INPAINT_TELEA)cv2.imwrite(newPath, specular)​#覆蓋圖片imgSY = Image.open(newPath)img = Image.open(path)img.paste(imgSY, (int(width*0.7),int(hight*0.8),width,hight))img.save(newPath)

實現效果如下圖，這個默認是去掉白色右下角的水印，大家可以根據自己的需求進行更改。

到此這篇關于Python批量圖片去水印的示例代碼的文章就介紹到這了,更多相關Python批量圖片去水印的示例代碼內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！