如何擦除图片上的字符或图案？

最近遇到一个小需求，给定的一张图像，需要擦除上面的字符和图案，就像用ps处理一样，但是我们不可能直接使用图像处理工具，这里用python-opencv实现自动化、批量处理。
思路很简单，无非就是一套形态学操作组合拳，主要思想是把希望擦除的区域识别出来。对字符和图案处理成连续斑块最好，最后通过图像插值函数进行修复擦除。本文简单记录下过程。原始图如下：

待处理图像

废话不多说，直接上代码（每步处理都保存下图像，便于查看）：

• 第一步，读取图像灰度化,candy边缘操作

import cv2
import numpy as np


img = cv2.imread('linzix.png', cv2.IMREAD_GRAYSCALE)
canny_img = cv2.Canny(img, 200, 200)
cv2.imwrite('canny_img.png', canny_img)

canny_img.png

• 第二步， 进行简单的闭运算，主要目的是对字符进行闭合连接

img2 = cv2.imread('canny_img.png', 1)
k = np.ones((5, 5), np.uint8)
img2x = cv2.morphologyEx(img2, cv2.MORPH_CLOSE, k)  # 闭运算
cv2.imwrite('cavity2.png', img2x)

cavity2.png

• 第三步， 查找字符图案轮廓，进行填充；如上图所示主要就是处理那个小苹果，其他的小孔洞也可以顺带处理掉，不填充的话后面的插值是擦不掉的

imgcp = cv2.imread('cavity2.png', cv2.IMREAD_GRAYSCALE)
h, w = imgcp.shape

contours, hierarchy = cv2.findContours( imgcp, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

print(len(contours))
print(len(hierarchy))

c_max = []
for i in range(len(contours)):
    cnt = contours[i]
    area = cv2.contourArea(cnt)
    if(area < (h/2*w/2)):
        c_min = []
        c_min.append(cnt)
        cv2.drawContours(imgcp, c_min, -1, (255,255,255), thickness=-1)#用白色填充轮廓
        continue
    #
    c_max.append(cnt)


cv2.imwrite('edge_result.png', imgcp)

edge_result.png

• 第四步，插值修复（擦除）图像，注意要在原图上进行

imgl = cv2.imread('linzix.png')

b = cv2.imread('edge_result.png',0)
print(b.shape)
dst = cv2.inpaint(imgl, b, 3, cv2.INPAINT_TELEA)

cv2.imwrite('last.png', dst)

last.png

ok，打完收工