基於OpenCV的兩種去水印方案(不具有普適性)
可以使用深度學習方法來去修復影象

一、基於 inpaint 方法（網上的方法，處理質量較低）

演算法理論：基於Telea在2004年提出的基於快速行進的修復演算法（FMM演算法），先處理待修復區域邊緣上的畫素點，然後層層向內推進，直到修復完所有的畫素點
處理方式：由ui人員製作出黑底白色水印且相同位置的水印蒙版圖(必須單通道灰度圖)，然後使用inpaint方法處理原始影象，具體使用時可把水印區放粗，這樣處理效果會好點

# -*- coding: utf-8 -*-

"""
cv2.inpaint(src, inpaintMask, 3, cv2.INPAINT_TELEA)
引數：
目標修復影象;
蒙版圖（定位修復區域）;
選取鄰域半徑;
修復演算法(INPAINT_TELEA：基於快速行進演算法 演算法效果較好
        INPAINT_NS:基於流體動力學並使用了偏微分方程)
"""
 


import cv2

src_ = cv2.imread('1111.png')
mask = cv2.imread('2222.png', cv2.IMREAD_GRAYSCALE)
res_ = cv2.resize(src_,None,fx=0.6, fy=0.6, interpolation = cv2.INTER_CUBIC)
mask = cv2.resize(mask,None,fx=0.6, fy=0.6, interpolation = cv2.INTER_CUBIC)
dst = cv2.inpaint(res_, mask, 3, cv2.INPAINT_TELEA)

cv2.
 
imshow('res_', res_)
cv2.imshow('mask', mask)
cv2.imshow('dst', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

二、基於畫素的反色中和（處理質量較高）

參考自ps去水印原理，通過一張白底的反色水印圖來中和原圖水印

# -*- coding: utf-8 -*-
import cv2
import numpy

src = cv2.imread('1111.png')
mask = cv2.imread('2222.png')
src = cv2.resize(src,None
 
,fx=0.6, fy=0.6, interpolation = cv2.INTER_CUBIC)
mask = cv2.resize(mask,None,fx=0.6, fy=0.6, interpolation = cv2.INTER_CUBIC)
save = numpy.zeros(src.shape, numpy.uint8) #建立一張空影象用於儲存

for row in range(src.shape[0]):
    for col in range(src.shape[1]):
        for channel in range(src.shape[2]):
            if mask[row, col, channel] == 0:
                val = 0
            else:
                reverse_val = 255 - src[row, col, channel]
                val = 255 - reverse_val * 256 / mask[row, col, channel]
                if val < 0: val = 0
            save[row, col, channel] = val

cv2.imshow('src', src)
cv2.imshow('mask', mask)
cv2.imshow('save', save)
cv2.waitKey(0)
cv2.destroyAllWindows()

鳴謝
https://my.oschina.net/u/2400083/blog/732321
https://www.cnblogs.com/lgh344902118/p/7928054.html