[发明专利]一种带有水印的图像修复方法及系统

说明书

本发明公开了一种带有水印的图像修复方法及系统，方法包括以下步骤：获取带有水印标识的待修复图像；在所述待修复图像上标定出包含所述水印标识的目标区域；在所述目标区域中提取出前景图像，所述前景图像为所述待修复图像的水印模板；根据所述水印模板修复所述待修复图像中的水印。本发明通过先获取待修复图像的水印模板，然后根据获取到的待修复图像的水印模板修复待修复图像中的水印，可提高图像修复效果。

技术领域

本发明属于图像修复技术领域，特别涉及一种带有水印的图像修复方法及系统。

背景技术

在数据科学运用中，图像作为图像处理学科重要的生产资料，在模型构建的数据分析中，起到了非常重要的作用。但是，目前从网络上找到的图像，大都存在水印。带有水印的图像无论用于图像处理分析实验，还是用于深度学习、数据集的训练，都会极大地影响算法的效率、准确率和鲁棒性。为了去除图像中的水印，现有的方法是采用固定水印模板来去除图像中的水印，当图像中的水印已知并且固定的情况下，可以取得较好的效果，但是当水印发生变化时，图像的修复效果会变差很多，因此，固定的水印模板不能适应多变的网络环境和需求。

发明内容

本发明的目的是提供一种带有水印的图像修复方法及系统，实现根据图像自身的水印模板去除图像水印的目的，以提高图像的修复效果。

本发明提供的技术方案如下：

一种带有水印的图像修复方法，包括以下步骤：

获取带有水印标识的待修复图像；

在所述待修复图像上标定出包含所述水印标识的目标区域；

在所述目标区域中提取出前景图像，所述前景图像为所述待修复图像的水印模板；

根据所述水印模板修复所述待修复图像中的水印。

进一步地，所述在所述待修复图像上标定出包含所述水印标识的目标区域具体包括：

获取样本数据集，通过所述样本数据集训练神经网络模型；

根据训练后的所述神经网络模型识别出所述待修复图像中的水印标识，并获取所述水印标识的位置信息；

根据识别出的所述水印标识的位置信息在所述待修复图像上标定出包含所述水印标识的第一最小矩形框；所述第一最小矩形框为所述目标区域。

进一步地，还包括：标定出所述目标区域后，将所述目标区域外的像素删除。

进一步地，所述在所述目标区域中提取出前景图像具体包括：

在所述待修复图像中获取包含所述目标区域的第二最小矩形框；

在所述第二最小矩形框中提取出前景图像。

进一步地，所述根据所述水印模板修复所述待修复图像中的水印具体包括：

根据所述水印模板在所述待修复图像中的位置信息，在所述待修复图像的所述目标区域内查找到水印像素点，将所述目标区域内的所述水印像素点的像素置为零；

获取所述水印像素点周围预设半径内的所有非水印像素点的像素值，将所述所有非水印像素点的像素值求和并取平均，得到所述水印像素点的像素填充值；

利用所述像素填充值填充对应的所述水印像素点；

对填充后的所述目标区域内的图像进行平滑处理，得到修复图像。

进一步地，所述利用所述像素填充值填充当前所述水印像素点具体包括：