如何使用 OpenCV 生成纸质背景

Posted 2023-02-23

【中文标题】如何使用 OpenCV 生成纸质背景

【英文标题】：How to generate a paper-like background with OpenCV

【发布时间】：2019-01-09 18:52:31

【问题描述】：

我正在尝试使用 OpenCV 实现一个随机的纸状背景。 附件示例显示了真实的纸质文档工件（请忽略上面的笔迹）。

简单的原纸效果，只要加上噪点就可以轻松实现

import cv2
import numpy as np

BG_COLOR = 209

def blank_image(width=1024, height=1024):
    img = np.full((height, width, 1), BG_COLOR, np.uint8)
    return img

def noisy(image):
    row, col, ch = image.shape
    mean = 0
    sigma = 10
    gauss = np.random.normal(mean, sigma, (row, col, ch))
    gauss = gauss.reshape(row, col, ch)
    noisy = gauss + image
    return noisy

if __name__ == '__main__':
    img = blank_image()
    cv2.imwrite('out.jpg', noisy(img))

但是如果没有上面的伪影，它看起来太统一了：

我想知道从第一张图片生成这种随机结构的最佳方法是什么。

【问题讨论】：

人们想知道的地方，实验一定会发生。创建一些随机坐标，涂抹一些涂抹，也许可以创建一些非常轻的“污垢”“邮票”并应用它们。将 2 个坐标与一条较暗（或较浅）的细线连接以形成折痕。在靠近边缘的地方涂抹污迹（脏手会翻页的地方）。发挥创意。不过，这一切都不值得就 SO 提出问题——因此投票结束“必然会引发讨论”。如果您的实验代码失败了，请回来。这可能会更适合某种“艺术”论坛

还有一个提示，如果你有 gimp2 - 它有脚本过滤器，我猜它会创建“纸状”纹理。检查它的层（或窃取部分）并将它们作为半透明 png 应用到您的图片 - 也可以使用马克杯污渍；o）

最简单的解决方案是拍摄空白页面的照片，并使用这些照片生成背景。要么为每种情况随机选择一张图片，要么分离出这些伪影并将它们粘贴到随机位置。

看看程序噪声纹理和相关主题。

lodev.org/cgtutor/randomnoise.html 是我得到的第一个谷歌搜索结果。

【参考方案1】：

受 BoboDarph 提供的解决方案的启发，我创建了一个类似纸的纹理。现在我需要从上面的真实照片中添加工件。 代码如下：

import cv2
import numpy as np


BG_COLOR = 209
BG_SIGMA = 5
MONOCHROME = 1


def blank_image(width=1024, height=1024, background=BG_COLOR):
    """
    It creates a blank image of the given background color
    """
    img = np.full((height, width, MONOCHROME), background, np.uint8)
    return img


def add_noise(img, sigma=BG_SIGMA):
    """
    Adds noise to the existing image
    """
    width, height, ch = img.shape
    n = noise(width, height, sigma=sigma)
    img = img + n
    return img.clip(0, 255)


def noise(width, height, ratio=1, sigma=BG_SIGMA):
    """
    The function generates an image, filled with gaussian nose. If ratio parameter is specified,
    noise will be generated for a lesser image and then it will be upscaled to the original size.
    In that case noise will generate larger square patterns. To avoid multiple lines, the upscale
    uses interpolation.

    :param ratio: the size of generated noise "pixels"
    :param sigma: defines bounds of noise fluctuations
    """
    mean = 0
    assert width % ratio == 0, "Can't scale image with of size  and ratio ".format(width, ratio)
    assert height % ratio == 0, "Can't scale image with of size  and ratio ".format(height, ratio)

    h = int(height / ratio)
    w = int(width / ratio)

    result = np.random.normal(mean, sigma, (w, h, MONOCHROME))
    if ratio > 1:
        result = cv2.resize(result, dsize=(width, height), interpolation=cv2.INTER_LINEAR)
    return result.reshape((width, height, MONOCHROME))


def texture(image, sigma=BG_SIGMA, turbulence=2):
    """
    Consequently applies noise patterns to the original image from big to small.

    sigma: defines bounds of noise fluctuations
    turbulence: defines how quickly big patterns will be replaced with the small ones. The lower
    value - the more iterations will be performed during texture generation.
    """
    result = image.astype(float)
    cols, rows, ch = image.shape
    ratio = cols
    while not ratio == 1:
        result += noise(cols, rows, ratio, sigma=sigma)
        ratio = (ratio // turbulence) or 1
    cut = np.clip(result, 0, 255)
    return cut.astype(np.uint8)


if __name__ == '__main__':
    cv2.imwrite('texture.jpg', texture(blank_image(background=230), sigma=4, turbulence=4))
    cv2.imwrite('texture-and-noise.jpg', add_noise(texture(blank_image(background=230), sigma=4), sigma=10))

    cv2.imwrite('noise.jpg', add_noise(blank_image(1024, 1024), sigma=10))

生成的图片：

【讨论】：

你添加了工件吗？

@JeruLuke，目前还没有我想如何添加图像边缘+黑色背景