OpenCV图像修复

　　前言

        在实际应用中，我们的图像常常会被噪声腐蚀，这些噪声或是镜头上的灰尘或水滴，或是旧照片的划痕，或者是图像遭到人为的涂画（比如马赛克）或者图像的部分本身已经损坏。如果我们想让这些受到破坏的额图片尽可能恢复到原样，Opencv能帮我们做到吗？

　　OpenCV真的有这个妙手回春的功能！别以为图像修补的工作只能用PS或者美图秀秀那些软件去做，其实由程序员自己写代码去做更加高效！

　　图像修复技术的原理是什么呢？

　　简而言之，就是利用那些已经被破坏的区域的边缘， 即边缘的颜色和结构，根据这些图像留下的信息去推断被破坏的信息区的信息内容，然后对破坏区进行填补 ，以达到图像修补的目的。

　　在OpenCV的“photo.hpp”中定义了一个inpaint函数，可以用来实现图像的修复和复原功能，inpaint函数的原型如下：

　　void inpaint（ InputArray src， InputArray inpaintMask，

　　OutputArray dst， double inpaintRadius， int flags ）;

　　第一个参数src，输入的单通道或三通道图像；

　　第二个参数inpaintMask，图像的掩码，单通道图像，大小跟原图像一致，inpaintMask图像上除了需要修复的部分之外其他部分的像素值全部为0；

　　第三个参数dst，输出的经过修复的图像；

　　第四个参数inpaintRadius，修复算法取的邻域半径，用于计算当前像素点的差值；

　　第五个参数flags，修复算法，有两种：INPAINT_NS 和I NPAINT_TELEA；

　　函数实现关键是图像掩码的确定，可以通过阈值筛选或者手工选定，按照这个思路，用三种方法生成掩码，对比图像修复的效果。

　　方法一、全区域阈值处理+Mask膨胀处理

　　［cpp］ view plain copy print？

　　#include 《imgprocimgproc.hpp》

　　#include 《highguihighgui.hpp》

　　#include 《photophoto.hpp》

　　using namespace cv;

　　//全区域阈值处理+Mask膨胀处理

　　int main（）

　　{

　　Mat imageSource = imread（“Test.jpg”）;

　　if （！imageSource.data）

　　{

　　return -1;

　　}

　　imshow（“原图”， imageSource）;

　　Mat imageGray;

　　//转换为灰度图

　　cvtColor（imageSource， imageGray， CV_RGB2GRAY， 0）;

　　Mat imageMask = Mat（imageSource.size（）， CV_8UC1， Scalar：：all（0））;

　　//通过阈值处理生成Mask

　　threshold（imageGray， imageMask， 240， 255， CV_THRESH_BINARY）;

　　Mat Kernel = getStructuringElement（MORPH_RECT， Size（3， 3））;

　　//对Mask膨胀处理，增加Mask面积

　　dilate（imageMask， imageMask， Kernel）;

　　//图像修复

　　inpaint（imageSource， imageMask， imageSource， 5， INPAINT_TELEA）;

　　imshow（“Mask”， imageMask）;

　　imshow（“修复后”， imageSource）;

　　waitKey（）;

　　}

　　原始图像：

 

　　根据阈值处理得到的图像掩码：

 

　　图像复原结果：

 

　　由于是图像全区域做阈值处理获得的掩码，图像上部分区域也被当做掩码对待，导致部分图像受损。