1. 基于 inpaint 方法（網(wǎng)上的方法，處理質(zhì)量較低）

• 算法理論：基于Telea在2004年提出的基于快速行進的修復算法（FMM算法），先處理待修復區(qū)域邊緣上的像素點，然后層層向內(nèi)推進，直到修復完所有的像素點
• 處理方式：由ui人員制作出黑底白色水印且相同位置的水印蒙版圖(必須單通道灰度圖)，然后使用inpaint方法處理原始圖像，具體使用時可把水印區(qū)放粗，這樣處理效果會好點

# -*- coding: utf-8 -*-
# @Time    : 2017/11/24
# @Author  : fc.w
# @File    : wipe_watermark.py
import cv2
# 默認的彩色圖(IMREAD_COLOR)方式讀入原始圖像
src = cv2.imread('src.jpg')  
# 灰度圖(IMREAD_GRAYSCALE)方式讀入水印蒙版圖像
mask = cv2.imread('mask.png', cv2.IMREAD_GRAYSCALE) 

# 參數(shù)：目標修復圖像; 蒙版圖（定位修復區(qū)域）; 選取鄰域半徑; 修復算法(包括INPAINT_TELEA/INPAINT_NS， 前者算法效果較好)
dst = cv2.inpaint(src, mask, 3, cv2.INPAINT_TELEA)

cv2.imwrite('result.jpg', dst)

效果展示

原始圖：src.jpg

原始圖

蒙版圖：mask.jpg

蒙版圖

INPAINT_TELEA算法處理效果：

INPAINT_TELEA算法處理效果

INPAINT_NS算法處理效果：

INPAINT_NS算法處理效果

2. 基于像素的反色中和（處理質(zhì)量較高）

參考自ps去水印原理，通過一張白底的反色水印圖來中和原圖水印

# -*- coding: utf-8 -*-
# @Time    : 2017/11/24
# @Author  : fc.w
# @File    : wipe_watermark.py
import cv2
import numpy

src = cv2.imread('src.jpg')
mask = cv2.imread('mask.png')
# 創(chuàng)建一張空圖像用于保存
save = numpy.zeros(src.shape, numpy.uint8) 

for row in range(src.shape[0]):
    for col in range(src.shape[1]):
        for channel in range(src.shape[2]):
            if mask[row, col, channel] == 0:
                val = 0
            else:
                reverse_val = 255 - src[row, col, channel]
                val = 255 - reverse_val * 256 / mask[row, col, channel]
                if val < 0: val = 0

            save[row, col, channel] = val

cv2.imwrite('result.jpg', save)

效果展示

原始圖：src.jpg

原始圖

反色水印圖：mask.jpg

反色水印圖：

效果圖

效果圖