opencv返回像素颜色 opencv图像复原

      首先我们知道opencv里面也有关于图像复原的函数-----cvInpaint

      在cv里面找到：

enum { INPAINT_NS=CV_INPAINT_NS, INPAINT_TELEA=CV_INPAINT_TELEA };

CV_EXPORTS void inpaint( const Mat& src, const Mat& inpaintMask,
                         Mat& dst, double inpaintRange, int flags );

     从该函数里面可以看出有两种算法可供调用，调用方式如下：

cvInpaint( img, inpaint_mask, inpainted, 3, CV_INPAINT_TELEA );

然后我们用opencv里面的例子源码测试：

当参数为 ：CV_INPAINT_TELEA

当参数为 ：当参数为 ：CV_INPAINT_NS

CV_INPAINT_NS - 基于Navier-Stokes的方法。

比较难懂，贴个链接：

http://wenku.baidu.com/link?url=aut0V0I8ngmDiQOl6uvjZqAukhfAYeiF38C2-EMS8NScb5VKB3ZMBTpicbO7hU_22yP7zcH2Lz9PDVQrzOYWIthrLWBqYNRAvHCuSZqD6qa

CV_INPAINT_TELEA - Alexandru Telea[Telea04]的方法。

Telea在2004年提出的基于快速行进的修复算法（后面简称FMM算法）。

论文题目：An Image Inpainting Technique Based on the Fast Marching Method （2004）

作者主页：http://www.cs.rug.nl/~alext/

论文下载： http://www.cs.rug.nl/~alext/PAPERS/index.html （编号36的那篇）

在opencv中实现修复有两种算法，这里介绍Telea的算法，即基于快速行进（FMM）的修复算法。

首先看c++接口中，函数的定义。

1 2 3 4 5 6

void cv::Inpaint( const Mat& src, const Mat& mask, Mat& dst,  double inpaintRange, int flags ) //src:要修复的图像； //mask：修复模板，必须是单通道图像； //dst：目标图像； //inpaintRange：选取邻域半径; //flags:要使用的方法，可以是CV INPAINT NS或CV INPAINT TELEA（本文介绍的方法）。

其实c++接口实现的inpaint方法，只是调用了一下c接口中的cvInpaint。

1	cvInpaint( const vArr*_input_img,const CvArr* _inpaint_mask,CvArr* _output_img, double inpaintRange, int flags )

首先，FMM算法基于的思想是，先处理待修复区域边缘上的像素点，然后层层向内推进，直到修复完所有的像素点。

下面以灰度图为例，我们只需要计算出像素新的灰度值即可。对于彩色图像，分别用同样的方法处理各个通道即可。

一、先说一下如何修复一个像素点的。

参考上图，Ω区域是待修复的区域；δΩ指Ω的边界）；要修复Ω中的像素，就需要计算出新的像素值来代替原值。

现在假设p点是我们要修复的像素。以p为中心选取一个小邻域B(ε），该邻域中的点像素值都是已知的（只要已知的）。（这个ε就是opencv函数中参数 inpaintRadius）

显然，我们需要的是用邻域Bε（p）中的所有点计算p点的新灰度值。显然，各个像素点所起的作用应该是不同的，也就引入了权值函数来决定哪些像素的值对新像素值影响更大，哪些比较小。采用下面的公式（公式2）：

 

这里的w(p, q)就是权值函数，是用来限定邻域中各像素的贡献大小的。

 w(p, q) = dir(p, q) · dst(p, q) · lev(p, q)

 

其中，d0和 T0分别为距离参数和水平集参数，一般都取为 1。方向因子 dir(p,q)保证了越靠近法线方向 N =  ?T的像素点对 p 点的贡献最大；几何距离因子 dst(p,q)保证了离 p 点越近的像素点对p 点贡献越大；水平集距离因子lev(p,q)保证了离经过点 p 的待修复区域的轮廓线越近的已知像素点对点 p 的贡献越大。