#img=cv2.imread

rows，cols，channels=img.shape

cropped=img[0:479，0:cols]

#转换hsv

hsv=cv2.cvtcolor

#图片二值化处理，把[240，240，240][255，255，255]以外的颜色变成0

thresh=cv2.inrange，np.array)

erode=cv2.erode

dilate=cv2.dilate

#创建形状和尺寸的结构元素

kernel=np.ones，np.uint

2、图像修复：

在扩张修复区域的基础上外加调整像素值图片处理。

其中腐蚀操作详细如下：

定义了一个十字形结构元素其实是一个矩阵，我们知道在图片的腐蚀过程，对图片的每个点，使用这个结构扫描每一个点，用结构元素与其覆盖的二值图像做“与”操作，如果都为1，结果图像的该像素为1。否则为0，腐蚀处理的结果是使原来的二值图像减小一圈。使用的函数：cv2.erode;

膨胀操作详细如下：

使用同样的结构，对图片的每个点，使用这个结构扫描每一个点，用结构元素与其覆盖的二值图像做“与”操作，如果出现1，结果图像的该像素为1。否则为0，腐蚀处理的结果是使原来的二值图像扩大一圈。使用的函数：cv2.dilate

详细代码如下：

#扩张待修复区域

hi_mask=cv2.dilate

specular=cv2.inpaint

#合并

htich=np.vstack)

‘

blue=[]

#获取mask，调整lower中h控制颜色

lower_blue=np.array

upper_blue=np.array

mask=cv2.inrange

erode=cv2.erode

dilate=cv2.dilate

#腐蚀膨胀

erode=cv2.erode

cv2.imshow

dilate=cv2.dilate

cv2.imshow

foriinrange:

forjinrange:

ifdilate[i，j]==255:

blue.append

forwinblue:

x=w[0]

y=w[1]

img[x，y]=[255，255，255]

‘

cv2.imwrite+“.jpg“，htich)

‘

cv2.imshow

cv2.waitkey

cv2.destroyallwindows

‘