Python+OpenCV：老照片划痕噪点修复代码大揭秘！

要实现老照片划痕和噪点的修复，可以使用Python中的OpenCV和NumPy库。以下是一个简单的代码示例，使用中值滤波和图像修复技术来减少划痕和噪点。 ```python import cv2 import numpy as np # 读取图像 image = cv2.imread('old_photo.jpg') # 将图像转换为灰度图 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 使用中值滤波去除噪点 denoised = cv2.medianBlur(gray, 5) # 创建一个掩码，标记划痕区域 _, mask = cv2.threshold(denoised, 240, 255, cv2.THRESH_BINARY) # 使用图像修复技术修复划痕 repaired_image = cv2.inpaint(image, mask, inpaintRadius=3, flags=cv2.INPAINT_TELEA) # 显示修复后的图像 cv2.imshow('Repaired Image', repaired_image) cv2.waitKey(0) cv2.destroyAllWindows() # 保存修复后的图像 cv2.imwrite('repaired_photo.jpg', repaired_image) ``` 代码解释： 1. 读取图像：使用`cv2.imread`读取老照片。 2. 灰度转换：将图像转换为灰度图，便于后续处理。 3. 中值滤波：使用`cv2.medianBlur`去除图像中的噪点。 4. 创建掩码：通过阈值处理创建一个掩码，标记出划痕区域。 5. 图像修复：使用`cv2.inpaint`函数修复划痕区域。 6. 显示和保存图像：显示修复后的图像并保存。 额外需要注意的逻辑点： 1. 中值滤波的核大小：核大小会影响去噪效果，过大可能导致图像细节丢失。 2. 阈值的选择：阈值的选择会影响划痕区域的检测，需要根据具体图像调整。 3. 修复半径：`inpaintRadius`参数控制修复范围，过大可能导致修复效果不自然。 ######[AI写代码神器 | 457点数解答 | 2025-02-12 16:32:40]