Восстановите определенные области изображений с помощью основанного на образце изображения inpainting
J = inpaintExemplar(I,mask,Name,Value)
Считайте изображение в рабочую область.
I = imread('liftingbody.png');Отобразите изображение.
figure imshow(I,[])
Используйте drawellipse функционируйте, чтобы выбрать эллиптическую видимую область (ROI) для inpainting. Используйте 'Center' и 'SemiAxes' пары "имя-значение", чтобы задать местоположение ROI.
h = drawellipse('Center',[410 155],'SemiAxes',[95 20]);
Используйте createMask функция, чтобы сгенерировать маску от выбранных ROI.
mask = createMask(h);
Отобразите изображение, чтобы быть inpainted и его соответствующим рисунком маски.
montage({I,mask});
title(['Image to Be Inpainted',' | ','Mask for Inpainting'])
Удалите объекты в ROI при помощи inpainting.
J = inpaintExemplar(I,mask);
Отобразите оригинальное изображение и изображение inpainted.
montage({I,J});
title(['Image to Be Inpainted',' | ','Inpainted Image']);
Считайте изображение в рабочую область.
I = imread('forestdistorted.png');Отобразите изображение. Изображение включает искаженные области, которые будут восстановлены с помощью inpainting.
figure imshow(I,[])
Считайте бинарный рисунок маски, содержащий области искаженного изображения в рабочую область.
mask = imread('imagemask.png');Отобразите изображение, чтобы быть inpainted и его соответствующим рисунком маски.
montage({I,mask});
title(['Image to Be Inpainted',' | ','Mask for Inpainting'])
Inpaint оригинальное изображение, чтобы восстановить область искаженного изображения. Задайте порядок заливки и размер закрашенной фигуры для inpainting как tensor и 7, соответственно.
J = inpaintExemplar(I,mask,'FillOrder','tensor','PatchSize',7);
Отобразите оригинальное изображение и изображение inpainted.
montage({I,J});
title(['Image to Be Inpainted',' | ','Inpainted Image'])
Основанное на образце изображение inpainting алгоритм является основанным на закрашенной фигуре подходом, который восстанавливает целевые области во входном изображении при помощи этих шагов.
Идентифицируйте целевые области от входного изображения.
Сгенерируйте бинарную маску одного размера с входным изображением. Ненулевые пиксели в рисунке маски должны соответствовать целевым областям, чтобы быть inpainted.
Идентифицируйте исходную область. Все области, исключая целевые области, во входном изображении включают исходную область. Таким образом, source region = input image − target regions.
Для каждой закрашенной фигуры размера p-by-s сосредоточенный на граничном пикселе в целевой области, вычислите приоритет закрашенной фигуры при помощи метода тензора или градиента.
Найдите закрашенную фигуру с максимальным приоритетом. Эта закрашенная фигура составляет целевую закрашенную фигуру, чтобы быть inpainted.
Учитывая целевую закрашенную фигуру, ищите лучше всего соответствующую закрашенную фигуру в исходной области при помощи суммы квадратного различия (SSD).
Скопируйте данные изображения от лучше всего соответствующей закрашенной фигуры до целевой закрашенной фигуры.
Обновите входное изображение, маску, и исправьте приоритетное значение.
Повторите шаги 4-8, пока целевые области не будут inpainted.
[1] Criminisi, A., П. Перес и К. Тояма. "Заполнение области и Удаление объекта Основанным на образце Изображением Inpainting". Транзакции IEEE на Обработке изображений. Издание 13, № 9, 2004, стр 1200–1212.
[2] Le Meur, O., М. Эбделли и К. Гиллемот. "Иерархическое Супер Разрешение Основанный Inpainting". Транзакции IEEE на Обработке изображений. Издание 22, № 10, 2013, стр 3779–3790.