Python去除图片水印：OpenCV与PIL两种实战方案

图片水印类型繁多，本文首先聚焦于最简单的一种场景进行处理。

此类水印通常出现在带有白色背景的文档图片中，表现为灰色字体，而需要保留的正文字体为黑色。

针对这种情况，通常可以通过简单的亮度或对比度调整来消除水印，并适当降低整体亮度以补偿视觉差异[1]。参考现有方案，去除水印的方法有多种，其核心原理相似，此处首先介绍基于OpenCV的实现方式。

OpenCV + Numpy

该方法依赖两个主要库：cv2和numpy。cv2是基于OpenCV的图像处理库，支持腐蚀、膨胀等操作；Numpy则是处理矩阵和维度运算的强大工具。

函数简介

首先介绍cv2中的三个基本函数及其用法。

img = cv2.imread('test.png')
 
cv2.imshow('test.png',img)
cv2.waitKey(0)
 
cv2.imwrite('test_2.png', img)

对于Numpy，需要用到np.clip()，这是一个截取函数，用于筛选数组中大于或小于特定值的元素，并将其重置为固定值。

np.clip(a, a_min, a_max, out=None):

具体使用示例如下：

如上所示，数组x中的所有数值被限制在0到5的范围内。介绍这些基础函数的目的是为了后续处理做准备，请继续往下看。

色彩转换

回到本文初衷，即去除文档图片中的水印。

在上图中选取了三个关键点，分别对应白色背景、黑色文字以及灰色水印的像素位置。

我们的目标是将水印颜色转换为白色背景色，即将图像中RGB值为[217,217,217]的像素点转换为[255,255,255]。

需要注意的是，[217,217,217]并非固定值，而是一个范围。为了方便调整，我选取了部分像素点并进行了线性回归分析。

目的是对图片整体颜色进行变换，尽量保持原有黑色字体不变，同时确保水印部分的像素值≥255，随后通过np.clip()限定区间，将所有相关像素统一变为[255,255,255]。

说干就干

import cv2
import numpy as np
 
img = cv2.imread('test.png')
 
new = np.clip(1.4057577998008846*img-38.33089999653017, 0, 255).astype(np.uint8)
 
cv2.imwrite('removed.png', new)

以下是调整后的效果对比（左侧为转换前，右侧为转换后）。

左：转换前 右：转换后

处理效果良好，表明对于此类文档图片水印，仅需几行Python代码即可轻松去除。

然而，通过线性回归改变整体图片颜色，也会轻微影响原有黑色文本的颜色。

那么，能否采取更直接的方式，仅改变水印颜色呢？

可以尝试这种方法。

PIL + itertools

PIL是另一个Python图像处理库，其Image模块涵盖了图像基础操作的大部分功能。

itertools 此前被誉为零差评的Python内置库。其中itertools.product用于生成多个列表和迭代器的笛卡尔积。

原理与之前相同，即将图像中[217,217,217]的像素点转换为[255,255,255]。

采取更直接的方式，即对像素值总和约为600（217+217+217）以上的像素点，直接修改为[255,255,255]。

from itertools import product
from PIL import Image
 
img = Image.open('test.png')
width, height = img.size
for pos in product(range(width), range(height)):
    if sum(img.getpixel(pos)[:3]) > 600:
        img.putpixel(pos, (255,255,255))
img.save('removed_1.png')

运行结果对比如下。

左：转换前 右：转换后

与第一种方法相比，肉眼观察并未发现明显差异。

用户可根据喜好选择任意一种方法。

至此，关于运用Python去除图片水印的介绍到此结束。如需了解更多相关内容，请搜索本站过往文章或继续浏览后续文章，感谢大家的支持！