首页 > Python资料 博客日记
【python】去除水印的几种方式
2024-07-13 00:00:04Python资料围观299次
这篇文章介绍了【python】去除水印的几种方式,分享给大家做个参考,收藏Python资料网收获更多编程知识
1、python调用FFMEPG的delogo函数去除水印
要使用Python调用FFmpeg的delogo filter去除视频水印,你需要使用subprocess模块运行FFmpeg命令。以下是一个简单的Python脚本示例:
import subprocess
def remove_watermark(input_video, output_video, logo_x, logo_y, logo_width, logo_height):
# 构建FFmpeg命令
command = [
'ffmpeg',
'-i', input_video,
'-vf', f'delogo=x={logo_x}:y={logo_y}:w={logo_width}:h={logo_height}',
output_video
]
# 运行FFmpeg命令
subprocess.run(command)
# 使用函数去除水印
remove_watermark('input.mp4', 'output.mp4', 10, 10, 100, 100)
使用说明视频:https://www.bilibili.com/video/BV1Jg4y1e7JJ/?spm_id_from=pageDriver
2、使用opencv-python库来处理视频帧
要在Python中去除视频水印,可以使用opencv-python库来处理视频帧,并结合图像处理技术,如图像修复或者图层混合。以下是一个简单的示例,演示如何使用OpenCV去除静态图像水印:
import cv2
import numpy as np
def remove_watermark(video_path, watermark_path, output_path):
# 读取视频和水印图像
cap = cv2.VideoCapture(video_path)
watermark = cv2.imread(watermark_path, cv2.IMREAD_UNCHANGED)
watermark = cv2.cvtColor(watermark, cv2.COLOR_BGR2GRAY)
watermark = cv2.GaussianBlur(watermark, (5, 5), 0)
# 获取水印的mask
_, mask = cv2.threshold(watermark, 1, 255, cv2.THRESH_BINARY_INV)
while True:
ret, frame = cap.read()
if not ret:
break
# 将水印区域替换为视频帧的背景
frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
seamless_clone = cv2.seamlessClone(watermark, frame, mask, center, cv2.NORMAL_CLONE)
# 写入去水印后的视频帧
output_video.write(seamless_clone)
cap.release()
output_video.release()
# 使用函数去除视频中的水印
remove_watermark('input_video.mp4', 'watermark.png', 'output_video.mp4')
请注意,这个示例使用了seamlessClone函数,它要求水印区域的中心与背景相匹配,并且假设水印背景是纯色或者与视频背景融合得当。如果这些条件不满足,可能需要更复杂的图像处理技术,例如图像修复或深度学习去水印方法。
示例2
下面是使用OpenCV去除水印的Python代码示例:
import cv2
import numpy as np
# 读取视频和水印图像
video_path = 'video_with_watermark.mp4'
watermark_path = 'watermark.png'
cap = cv2.VideoCapture(video_path)
# 读取视频的宽、高和帧数
frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
fps = cap.get(cv2.CAP_PROP_FPS)
# 读取水印图像
watermark = cv2.imread(watermark_path, cv2.IMREAD_UNCHANGED)
watermark_gray = cv2.cvtColor(watermark, cv2.COLOR_BGR2GRAY)
# 创建输出视频
out = cv2.VideoWriter('video_without_watermark.mp4', cv2.VideoWriter_fourcc(*'XVID'), fps, (frame_width, frame_height))
while(cap.isOpened()):
ret, frame = cap.read()
if ret:
# 转换为灰度图像
gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 使用cv2.matchTemplate()寻找水印的位置
res = cv2.matchTemplate(gray_frame, watermark_gray, cv2.TM_CCOEFF_NORMED)
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
# 计算水印的位置
top_left = max_loc
bottom_right = (top_left[0] + watermark_gray.shape[1], top_left[1] + watermark_gray.shape[0])
# 绘制矩形框覆盖水印
cv2.rectangle(frame, top_left, bottom_right, (0, 0, 0), thickness=watermark_gray.shape[0])
# 写入去水印后的帧
out.write(frame)
cv2.imshow('Video', frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
else:
break
cap.release()
out.release()
cv2.destroyAllWindows()
3、python实战之去除视频水印&字幕,完整代码
import os
import sys
import cv2
import numpy
from moviepy import editor
VIDEO_PATH = 'video'
OUTPUT_PATH = 'output'
TEMP_VIDEO = 'temp.mp4'
class WatermarkRemover():
def __init__(self, threshold: int, kernel_size: int):
self.threshold = threshold # 阈值分割所用阈值
self.kernel_size = kernel_size # 膨胀运算核尺寸
#根据用户手动选择的ROI(Region of Interest,感兴趣区域)框选水印或字幕位置。
def select_roi(self, img: numpy.ndarray, hint: str) -> list:
'''
框选水印或字幕位置,SPACE或ENTER键退出
:param img: 显示图片
:return: 框选区域坐标
'''
COFF = 0.7
w, h = int(COFF * img.shape[1]), int(COFF * img.shape[0])
resize_img = cv2.resize(img, (w, h))
roi = cv2.selectROI(hint, resize_img, False, False)
cv2.destroyAllWindows()
watermark_roi = [int(roi[0] / COFF), int(roi[1] / COFF), int(roi[2] / COFF), int(roi[3] / COFF)]
return watermark_roi
#对输入的蒙版进行膨胀运算,扩大蒙版的范围
def dilate_mask(self, mask: numpy.ndarray) -> numpy.ndarray:
'''
对蒙版进行膨胀运算
:param mask: 蒙版图片
:return: 膨胀处理后蒙版
'''
kernel = numpy.ones((self.kernel_size, self.kernel_size), numpy.uint8)
mask = cv2.dilate(mask, kernel)
return mask
#根据手动选择的ROI区域,在单帧图像中生成水印或字幕的蒙版。
def generate_single_mask(self, img: numpy.ndarray, roi: list, threshold: int) -> numpy.ndarray:
'''
通过手动选择的ROI区域生成单帧图像的水印蒙版
:param img: 单帧图像
:param roi: 手动选择区域坐标
:param threshold: 二值化阈值
:return: 水印蒙版
'''
# 区域无效,程序退出
if len(roi) != 4:
print('NULL ROI!')
sys.exit()
# 复制单帧灰度图像ROI内像素点
roi_img = numpy.zeros((img.shape[0], img.shape[1]), numpy.uint8)
start_x, end_x = int(roi[1]), int(roi[1] + roi[3])
start_y, end_y = int(roi[0]), int(roi[0] + roi[2])
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
roi_img[start_x:end_x, start_y:end_y] = gray[start_x:end_x, start_y:end_y]
# 阈值分割
_, mask = cv2.threshold(roi_img, threshold, 255, cv2.THRESH_BINARY)
return mask
#通过截取视频中多帧图像生成多张水印蒙版,并通过逻辑与计算生成最终的水印蒙版
def generate_watermark_mask(self, video_path: str) -> numpy.ndarray:
'''
截取视频中多帧图像生成多张水印蒙版,通过逻辑与计算生成最终水印蒙版
:param video_path: 视频文件路径
:return: 水印蒙版
'''
video = cv2.VideoCapture(video_path)
success, frame = video.read()
roi = self.select_roi(frame, 'select watermark ROI')
mask = numpy.ones((frame.shape[0], frame.shape[1]), numpy.uint8)
mask.fill(255)
step = video.get(cv2.CAP_PROP_FRAME_COUNT) // 5
index = 0
while success:
if index % step == 0:
mask = cv2.bitwise_and(mask, self.generate_single_mask(frame, roi, self.threshold))
success, frame = video.read()
index += 1
video.release()
return self.dilate_mask(mask)
#根据手动选择的ROI区域,在单帧图像中生成字幕的蒙版。
def generate_subtitle_mask(self, frame: numpy.ndarray, roi: list) -> numpy.ndarray:
'''
通过手动选择ROI区域生成单帧图像字幕蒙版
:param frame: 单帧图像
:param roi: 手动选择区域坐标
:return: 字幕蒙版
'''
mask = self.generate_single_mask(frame, [0, roi[1], frame.shape[1], roi[3]], self.threshold) # 仅使用ROI横坐标区域
return self.dilate_mask(mask)
def inpaint_image(self, img: numpy.ndarray, mask: numpy.ndarray) -> numpy.ndarray:
'''
修复图像
:param img: 单帧图像
:parma mask: 蒙版
:return: 修复后图像
'''
telea = cv2.inpaint(img, mask, 1, cv2.INPAINT_TELEA)
return telea
def merge_audio(self, input_path: str, output_path: str, temp_path: str):
'''
合并音频与处理后视频
:param input_path: 原视频文件路径
:param output_path: 封装音视频后文件路径
:param temp_path: 无声视频文件路径
'''
with editor.VideoFileClip(input_path) as video:
audio = video.audio
with editor.VideoFileClip(temp_path) as opencv_video:
clip = opencv_video.set_audio(audio)
clip.to_videofile(output_path)
def remove_video_watermark(self):
'''
去除视频水印
'''
if not os.path.exists(OUTPUT_PATH):
os.makedirs(OUTPUT_PATH)
filenames = [os.path.join(VIDEO_PATH, i) for i in os.listdir(VIDEO_PATH)]
mask = None
for i, name in enumerate(filenames):
if i == 0:
# 生成水印蒙版
mask = self.generate_watermark_mask(name)
# 创建待写入文件对象
video = cv2.VideoCapture(name)
fps = video.get(cv2.CAP_PROP_FPS)
size = (int(video.get(cv2.CAP_PROP_FRAME_WIDTH)), int(video.get(cv2.CAP_PROP_FRAME_HEIGHT)))
video_writer = cv2.VideoWriter(TEMP_VIDEO, cv2.VideoWriter_fourcc(*'mp4v'), fps, size)
# 逐帧处理图像
success, frame = video.read()
while success:
frame = self.inpaint_image(frame, mask)
video_writer.write(frame)
success, frame = video.read()
video.release()
video_writer.release()
# 封装视频
(_, filename) = os.path.split(name)
output_path = os.path.join(OUTPUT_PATH, filename.split('.')[0] + '_no_watermark.mp4') # 输出文件路径
self.merge_audio(name, output_path, TEMP_VIDEO)
if os.path.exists(TEMP_VIDEO):
os.remove(TEMP_VIDEO)
def remove_video_subtitle(self):
'''
去除视频字幕
'''
if not os.path.exists(OUTPUT_PATH):
os.makedirs(OUTPUT_PATH)
filenames = [os.path.join(VIDEO_PATH, i) for i in os.listdir(VIDEO_PATH)]
roi = []
for i, name in enumerate(filenames):
# 创建待写入文件对象
video = cv2.VideoCapture(name)
fps = video.get(cv2.CAP_PROP_FPS)
size = (int(video.get(cv2.CAP_PROP_FRAME_WIDTH)), int(video.get(cv2.CAP_PROP_FRAME_HEIGHT)))
video_writer = cv2.VideoWriter(TEMP_VIDEO, cv2.VideoWriter_fourcc(*'mp4v'), fps, size)
# 逐帧处理图像
success, frame = video.read()
if i == 0:
roi = self.select_roi(frame, 'select subtitle ROI')
while success:
mask = self.generate_subtitle_mask(frame, roi)
frame = self.inpaint_image(frame, mask)
video_writer.write(frame)
success, frame = video.read()
video.release()
video_writer.release()
# 封装视频
(_, filename) = os.path.split(name)
output_path = os.path.join(OUTPUT_PATH, filename.split('.')[0] + '_no_sub.mp4') # 输出文件路径
self.merge_audio(name, output_path, TEMP_VIDEO)
if os.path.exists(TEMP_VIDEO):
os.remove(TEMP_VIDEO)
if __name__ == '__main__':
sel=input('1:去水印, 2:去字幕\n')
if sel=='1':
remover = WatermarkRemover(threshold=80, kernel_size=5)
remover.remove_video_watermark()
if sel=='2':
remover = WatermarkRemover(threshold=80, kernel_size=5)
remover.remove_video_subtitle()
另外:图片去除水印方法
(一)手机——乐奇爱水印精灵
有点免费去除水印,可以无效其操作,但是每天只能保存一张,好就好在邀请一个人可以活得60此保存机会,那个被邀请的也能获得十次,可以P图。
(二)电脑——quququ.cn
把图片拖到网站,调整画笔大小,抹除文字就可以p图完成,免费下载就可以了。
ps:参考自:https://blog.csdn.net/weixin_63253486/article/details/131421022
版权声明:本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:jacktools123@163.com进行投诉反馈,一经查实,立即删除!
标签:
相关文章
最新发布
- 【Python】selenium安装+Microsoft Edge驱动器下载配置流程
- Python 中自动打开网页并点击[自动化脚本],Selenium
- Anaconda基础使用
- 【Python】成功解决 TypeError: ‘<‘ not supported between instances of ‘str’ and ‘int’
- manim边学边做--三维的点和线
- CPython是最常用的Python解释器之一,也是Python官方实现。它是用C语言编写的,旨在提供一个高效且易于使用的Python解释器。
- Anaconda安装配置Jupyter(2024最新版)
- Python中读取Excel最快的几种方法!
- Python某城市美食商家爬虫数据可视化分析和推荐查询系统毕业设计论文开题报告
- 如何使用 Python 批量检测和转换 JSONL 文件编码为 UTF-8
点击排行
- 版本匹配指南:Numpy版本和Python版本的对应关系
- 版本匹配指南:PyTorch版本、torchvision 版本和Python版本的对应关系
- Python 可视化 web 神器:streamlit、Gradio、dash、nicegui;低代码 Python Web 框架:PyWebIO
- 相关性分析——Pearson相关系数+热力图(附data和Python完整代码)
- Anaconda版本和Python版本对应关系(持续更新...)
- Python与PyTorch的版本对应
- Windows上安装 Python 环境并配置环境变量 (超详细教程)
- Python pyinstaller打包exe最完整教程