1. 第一个例子：

这里结合 http://docs.opencv.org/trunk/df/d3d/tutorial_py_inpainting.html 然后略作修改，给出了第一个例子

首先给出代码：

import numpy as np

import cv2

img = cv2.imread('messi.png')

mask = cv2.imread('mask.png',0)

img = cv2.resize(img, (846, 634))

mask = cv2.resize(mask, (846, 634))

dst = cv2.inpaint(img,mask,3,cv2.INPAINT_TELEA)

cv2.imwrite("messi_result.png", dst)

cv2.imshow('dst',dst)

cv2.waitKey(0)

cv2.destroyAllWindows()

这里做了Resize，把两幅图片的尺寸调成一样的了，因为图片是手动的截图

下面是损坏后的图片，MASK和修复后的图片：

关于resize的补充阅读：http://blog.csdn.net/ikerpeng/article/details/17239809

2. 第二个例子：

这里是两张图片，一张是小男孩的图片，一张是通过姿态识别标注后的小男孩图片：

这两张分别是 boy_t.png 和 boy.jpg

那么如何通过算法来找出他们的差异呢？找到的差异可否当作第一个例子中的 MASK 来使用呢？

答案是可以的：

效果如图：

四张图从左到右分别是姿态识别标注后的图、原图、根据MASK插值后的图、MASK（也就是前两张的差异）

下面是代码：

import numpy as np

import cv2

mask = cv2.imread('boy.jpg')

img = cv2.imread('boy_t.png')

img = cv2.resize(img, (280, 500))

mask = cv2.resize(mask, (280, 500))

cv2.imshow('origin', mask)

mask = cv2.subtract(img, mask)

mask = cv2.cvtColor(mask, cv2.COLOR_RGB2GRAY)

cv2.imshow('img', img)

cv2.imshow('mask', mask)

dst = cv2.inpaint(img, mask, 3, cv2.INPAINT_TELEA)

# cv2.imwrite("messi_result.png", dst)

cv2.imshow('dst',dst)

cv2.waitKey(0)

cv2.destroyAllWindows()

巴特西

OpenCV中的图像插值示例

1. 第一个例子：

2. 第二个例子：

最新文章

热门文章