今天主要介紹影像還原的最後一個章節-影像補繪技術。

1.影像補繪

影像補繪(Image Inpainting)是一種影像還原技術，同時也可以用來修圖，去除數位影像中不想要的區域。實驗影像補繪技術時，須先建立一個**遮罩(Mask)**，用來定義不想要的局部區域。

影像補繪的演算法，先從遮罩的邊緣開始，逐漸向遮罩內部進行補繪。欲補繪的向宿，是根據目前像素的位置，參考鄰近點的已知像素資訊，進行加權組合，藉以填補目前的像素值。通常來說，演算法會考慮該像素是否落在影像的細節或邊緣上，若是則權重值較大。

OpenCV提供的影像補繪函式，定義如下:

cv2.inpaint(src, inpaintMask, inpaintRadius, flags[, dst])

參數分別說明如下:

• src:原始影像

• inpaintMask:補繪用的遮罩

• inpaintRadius:補繪半徑

• flags:補繪演算法

  OpenCV提供兩種影像補繪演算法，第一種稱為Navier-Stokes(NS)法;第二種稱為Telea法。參數分別定義為:

• INPAINT_NS

• INPAINT_TELEA

以下程式碼為影像補繪的範例框架，請注意!每張圖片以及每個人想要移除的地方不同，請根據需求更改程式碼:

import numpy as np
import cv2

def inpainting(f, method = 1):
    nr, nc = f.shape[:2]
    mask = np.zeros([nr, nc], dtype = 'uint8')
    for x in range(nr):
        for y in range(nc):
            if f[x, y, 0] == 0 and f[x, y, 1] == 255 and f[x, y, 2] == 255:
                mask[x, y] = 255
    
    if method == 1:
        g = cv2.inpaint(f, mask, 3, cv2.INPAINT_NS)
    else:
        g = cv2.inpaint(f, mask, 3, cv2.INPAINT_TELEA)
    return g

def main():
    img1 = cv2.imread("D:\Desktop\IThome\lena.bmp",-1)
    img2 = inpainting(img1, 1)
    cv2.imshow("Original", img1)
    cv2.imshow("Inpainting", img2)
    cv2.waitKey()
    cv2.destroyAllWindows()

main()

影像還原的章節就到這告一段落，我們之後將進入色彩影像處理章節。