圖像修復（Inpainting）是什麼呢！其實就是在圖像的破損或缺失部分進行填補，目的是讓圖像恢復完整，看起來不突兀。這種技術廣泛用在修復老照片、藝術品，甚至是在電影的特效製作上。

傳統圖像修復方法

1.樣本塊匹配法
這種方法的原理是利用圖像中完好的部分，來填補破損的區域。像是Criminisi演算法，它會根據圖像的結構和紋理進行延伸，選擇相似的樣本塊來填補缺損部分。這樣做能保持紋理連續，看起來比較自然。

局限性：當破損區域較大，或是當圖像中的結構非常複雜時，匹配的樣本塊可能不夠還原圖像的細節時，結果會顯得模糊或是不連貫。

2.插值方法
插值法是用數學公式，根據破損區域周圍的像素來估算缺失部分的像素值。常見的有雙線性插值和雙三次插值，它們依賴像素值之間的平滑過渡來填補圖像。

局限性：插值法適合小範圍的修復，但對於大範圍缺損，結果往往顯得不夠細緻，紋理也不夠清晰。

傳統方法的局限

這些傳統方法最大的問題就在於，它們只考慮局部的像素信息，對於圖像中的全局結構或語義無法很好地把握。尤其當圖像缺損較大或內容非常複雜時，修復後的效果就不太理想，容易出現紋理不連續或細節缺失的問題。

這時候我們就要提到前幾天介紹的GAN了!GAN能夠從全局結構和語義上理解圖像，生成自然的細節，從而提高修復的質量。GAN 的引入讓圖像修復不僅限於局部像素的處理，能夠從全局語義和結構上生成自然的結果，特別是在大面積缺損和細緻結構的修復中，效果更為顯著