图像修复

介绍

在本教程中，我们将展示如何使用快速频率选择重构 (FSR) 算法修复图像。

基础知识

图像修复是修复图像中损坏或缺失部分的过程。此过程通过替换失真像素与相邻像素类似的像素实现。有许多修复算法，针对此类替换使用不同的方法。

其中一种算法称为**快速频率选择重构 (FSR)**。FSR 通过利用以下特性修复图像信号：图像的小面积可以在傅立叶域中以稀疏形式表示。有关详情，请参阅 [104] 和 [236]。

FSR 可用于以下应用领域

1. 错误隐藏（修复）：采样掩码表示要修复的失真输入图像的缺失像素。
2. 非规则采样：有关如何选择正确的采样掩码的详细信息，请查看 [112] 和 [111]。

示例

以下示例代码展示了如何使用 FSR 来修复。错误掩码的非零像素表示有效的图像区域，而零像素表示要修复的区域。你可以使用 Paint 或 GIMP 等工具手动创建任意掩码。从一个纯白图像开始，然后用黑色绘制一些失真。

#include <opencv2/opencv.hpp>
#include <opencv2/xphoto/inpainting.hpp>
#include <iostream>
 
using namespace cv;
 
int main(int argc, char** argv)
{
    // 读取图像和错误模式
    Mat original_, mask_;
original_ = imread("images/kodim22.png");
mask_ = imread("images/pattern_random.png", IMREAD_GRAYSCALE);
 
    // 确保掩码和源图像具有相同的大小
    Mat mask;
resize(mask_, mask, original_.size(), 0.0, 0.0, cv::INTER_NEAREST);
 
    // 失真图像
    Mat im_distorted(original_.size(), original_.type(), Scalar::all(0));
original_.copyTo(im_distorted, mask); // copy valid pixels only (i.e. non-zero pixels in mask)
 
    // 重建失真图像
    // 选择快速（xphoto::INPAINT_FSR_FAST）或最佳（xphoto::INPAINT_FSR_BEST）的质量方案
    Mat reconstructed;
xphoto::inpaint(im_distorted, mask, reconstructed, xphoto::INPAINT_FSR_FAST);
 
imshow("orignal image", original_);
imshow("distorted image", im_distorted);
imshow("reconstructed image", reconstructed);
waitKey();
 
    return 0;
}

原始和失真图像：

重建：

左图：快速质量方案（运行时间 8 秒）。右图：最佳质量方案（1 分钟 51 秒）。

其他资源

在 OpenCV 中将 FSR 与现有修复方法比较