python批量去除图片文字水印

yongye

1. #!/usr/bin/env python
2. # -*- coding:utf-8 -*-
3. # 需要安装的库
4. # pip install paddlepaddle -i https://mirrors.aliyun.com/pypi/simple/
5. # pip install paddleocr -i https://mirrors.aliyun.com/pypi/simple/
6. # pip install cv2 -i https://mirrors.aliyun.com/pypi/simple/
7. # pip install numpy -i https://mirrors.aliyun.com/pypi/simple/
8. # pip install Pillow -i https://mirrors.aliyun.com/pypi/simple/
10. import os
11. import cv2
12. import numpy as np
13. from PIL import Image
14. from paddleocr import PaddleOCR, draw_ocr
17. class DeleteImageWatermark:
18.     def __init__(self):
19.         pass
20.      
21.     def distinguish_string(self, img_path, lang='ch'):
22.         """
24.         得到文字识别结果列表
26.         img_path: 图片路径
28.         lang: 默认为识别中文
30.         return: 返回所有被识别到的文字文本框坐标、文字内容和置信度
32.         如：[
34.             [[[1415.0, 977.0], [1482.0, 977.0], [1482.0, 1001.0], [1415.0, 1001.0]], ('小红书', 0.868567168712616)],
36.             [[[1441.0, 1001.0], [1493.0, 1001.0], [1493.0, 1024.0], [1441.0, 1024.0]], ('小红书', 0.9620211124420166)]
38.         ]
40.         """
41.         orc = PaddleOCR(use_angle_cls=True, lang=lang)
42.         result = orc.ocr(img_path, cls=True)
43.         return result
44.      
45.     def save_distinguish_result(self, result, img_path, save_path):
46.         """
48.         将识别文字的结果输出图片
50.         """
51.         image = Image.open(img_path).convert('RGB')
52.         boxes = [line[0] for line in result]
53.         txts = [line[1][0] for line in result]
54.         scores = [line[1][1] for line in result]
55.         im_show = draw_ocr(image, boxes, txts, scores, font_path='./fonts/simfang.ttf')
56.         im_show = Image.fromarray(im_show)
57.         im_show.save(save_path)
58.      
59.     def delete_watermark(self, result_list, kw_list, img_path, delete_path):
60.         """
62.         将符合目标的水印，模糊化处理
64.         """
65.         # 获取所有符合目标的文本框位置
66.         text_axes_list = []
67.         for line in result_list:
68.             for kw in kw_list:
69.                 if kw in line[1][0]:
70.                     min_width = int(min(line[0][0][0], line[0][3][0]))
71.                     max_width = int(max(line[0][1][0], line[0][2][0]))
72.                     min_hight = int(min(line[0][0][1], line[0][1][1]))
73.                     max_hight = int(max(line[0][2][1], line[0][3][1]))
74.                     text_axes_list.append([min_width, min_hight, max_width, max_hight])
75.                     break
76.         # 去除水印
77.         delt = 10  # 文本框范围扩大
78.         img = cv2.imread(img_path, 1)
79.         tmp_delete_path = delete_path.split('.')[0] + '_test.' + delete_path.split('.')[1]  # 临时图片地址
80.         cv2.imwrite(tmp_delete_path, img)
81.         for text_axes in text_axes_list:
82.             img = cv2.imread(tmp_delete_path, 1)
83.             hight, width = img.shape[0:2]
84.             # 截取图片
85.             min_width = text_axes[0] - delt if text_axes[0] - delt >= 0 else 0
86.             min_hight = text_axes[1] - delt if text_axes[1] - delt >= 0 else 0
87.             max_width = text_axes[2] + delt if text_axes[2] + delt <= width else width
88.             max_hight = text_axes[3] + delt if text_axes[3] + delt <= hight else hight
89.             cropped = img[min_hight:max_hight, min_width:max_width]  # 裁剪坐标为[y0:y1, x0:x1]
90.             cv2.imwrite(delete_path, cropped)  # 保存截取的图片
91.             imgSY = cv2.imread(delete_path, 1)
92.             # 图片二值化处理，把[200,200,200]-[250,250,250]以外的颜色变成0
93.             start_rgb = 200
94.             thresh = cv2.inRange(imgSY, np.array([start_rgb, start_rgb, start_rgb]), np.array([250, 250, 250]))
95.             # 创建形状和尺寸的结构元素
96.             kernel = np.ones((3, 3), np.uint8)  # 设置卷积核3*3全是1；将当前的数组作为图像类型来进&#12175;各种操作，就要转换到uint8类型
97.             # 扩展待修复区域
98.             hi_mask = cv2.dilate(thresh, kernel, iterations=10)  # 膨胀操作，白色区域增大，iterations迭代次数
99.             specular = cv2.inpaint(imgSY, hi_mask, 5, flags=cv2.INPAINT_TELEA)
100.             # imgSY：输入8位1通道或3通道图像。
101.             # hi_mask：修复掩码，8位1通道图像。非零像素表示需要修复的区域。
102.             # specular：输出与imgSY具有相同大小和类型的图像。
103.             # 5：算法考虑的每个点的圆形邻域的半径。
104.             # flags：NPAINT_NS基于Navier-Stokes的方法、Alexandru Telea的INPAINT_TELEA方法
105.             cv2.imwrite(delete_path, specular)
106.             # 覆盖图片
107.             imgSY = Image.open(delete_path)
108.             img = Image.open(tmp_delete_path)
109.             img.paste(imgSY, (min_width, min_hight, max_width, max_hight))
110.             img.save(tmp_delete_path)
111.         os.remove(delete_path)
112.         os.rename(tmp_delete_path, delete_path)
113.      
114.     def has_kw(self, result_list, kw_list):
115.         """
117.         图片是否包含目标水印，返回匹配到的文字列表
119.         """
120.         result_str_list = []
121.         for line in result_list:
122.             for kw in kw_list:
123.                 if kw in line[1][0]:
124.                     result_str_list.append(line[1][0])
125.                     break
126.         return result_str_list
129. def main(kw_list, img_path, result_path):
130.     """
132.     kw_list: 需要识别的文字列表
134.     img_path: 输入的图片地址
136.     result_path: 输出去水印的结果图片地址
138.     """
139.     d = DeleteImageWatermark()
140.     # 识别文字
141.     result = d.distinguish_string(img_path)
142.     for line in result:
143.         print(line)  # 打印识别结果：识别到的文字文本框坐标、文字内容和置信度
144.      
145.     # 显示文字识别结果
146.     d.save_distinguish_result(result, img_path, os.path.dirname(__file__) + '/test_01.jpg')
147.      
148.     # 是否含有指定水印
149.     result_str_list = d.has_kw(result, kw_list)
150.     if len(result_str_list) > 0:
151.         # 删除水印
152.         d.delete_watermark(result, kw_list, img_path, result_path)
153.         print('共有 %d 处水印，都已删除成功!' % len(result_str_list))
154.         return True
155.     else:
156.         print('无指定水印！')
157.         return False
160. if __name__ == '__main__':
161.     # 图片地址
162.     #path = os.path.dirname(__file__)
163.     path=os.getcwd()
164.     img_path = path + '/去除水印.jpg'
165.     result_path = path + "/result.jpg"
166.     # 删除指定水印
167.     kw_list = [ '快手', '抖音', '网易云']
168.     main(kw_list, img_path, result_path)

复制代码