Python批量图片去水印的方法

向北走

发布时间：2026-10-14| 5人浏览过

原创

本文介绍使用Python和OpenCV库批量去除图片水印的方法。通过二值化处理识别水印区域，利用dilate扩展特征，最后通过inpaint算法修复图像。示例代码展示了如何截取、识别颜色范围并合并处理后的图像，实现自动化去水印流程。

在日常工作中，经常需要引用网络素材，但这些素材往往带有水印。如果缺乏PS技能，手动去除水印不仅耗时且难以批量处理，严重影响工作效率。

本文将演示如何使用Python结合OpenCV库，通过三个步骤实现图片去水印。所需主要库包括cv2和numpy。cv2是基于OpenCV的图像处理库，支持腐蚀、膨胀等操作；numpy则是用于矩阵和维度运算的强大工具。

图片去水印原理

第一步是标定噪声特征。使用cv2.inRange函数对图片进行二值化处理，以标识噪声区域。具体代码为：cv2.inRange(img, np.array([200, 200, 240]), np.array([255, 255, 255]))。该操作将颜色值在[200, 200, 200]至[255, 255, 255]范围以外的像素处理为0。

第二步是使用OpenCV的dilate方法。通过扩展特征区域，可以优化后续图片处理的效果，确保水印区域被完整覆盖。

第三步是使用inpaint方法。将生成的噪声mask作为参数输入，算法会推理并修复图片，从而去除水印痕迹。

去掉右下角的水印步骤

第一步，从源图片中截取右下角部分，并将其保存为新图片。

第二步，识别水印。水印的颜色值通常位于[200, 200, 200]至[255, 255, 255]之间。

第三步，去除水印并还原图片。利用前述算法处理截取的部分。

第四步，将源图片与去水印后的新图片进行重叠合并，得到最终结果。

实现代码

效果对比


import cv2
import numpy as np
from PIL import Image
import os

dir = os.getcwd()
path = "1.jpg"
newPath = "new.jpg"
img=cv2.imread(path,1)
hight,width,depth=img.shape[0:3]

#截取
cropped = img[int(hight*0.8):hight, int(width*0.7):width]  # 裁剪坐标为[y0:y1, x0:x1]
cv2.imwrite(newPath, cropped)
imgSY = cv2.imread(newPath,1)

#图片二值化处理，把[200,200,200]-[250,250,250]以外的颜色变成0
thresh = cv2.inRange(imgSY,np.array([200,200,200]),np.array([250,250,250]))
#创建形状和尺寸的结构元素
kernel = np.ones((3,3),np.uint8)
#扩展待修复区域
hi_mask = cv2.dilate(thresh,kernel,iterations=10)
specular = cv2.inpaint(imgSY,hi_mask,5,flags=cv2.INPAINT_TELEA)
cv2.imwrite(newPath, specular)

#覆盖图片
imgSY = Image.open(newPath)
img = Image.open(path)
img.paste(imgSY, (int(width*0.7),int(hight*0.8),width,hight))
img.save(newPath)

实现效果如图所示。默认情况下，该代码用于去除白色右下角的水印。用户可根据实际需求调整参数。