Доброго времени суток.

Подскажите, возможно ли редактировать изображения в питоне. Интересует выбеление экрана, а также снятие вотермарок. Все фотографии делались мной давно, и качество белого “фона” желает лучшего, кроме того со временем изменился логотип. К сожалению оригиналы не все доступны сейчас.

Хотелось бы найти способ снять вотерматки и выбелить немного фон. Для части вотемарок была использована автоматизация в фотошопе, поэтому все метки в одном месте находятся (эти фотографии можно отредактивать в фотошопе), и часть фотографий, у которых вотерматки рандомизированы (выставлялись вручную).

Фотографий очень много, возможно тысячи. Ручное редактирвоание не вариант.

Буду очень рад, если кто сможет просветить.

Возможно библиотека PIL поможет

Также GIMP автоматизируется питоном и ImageMagick.

А можно ли использовать скажем машинное обучение, чтобы определять места вотемарок, чтобы в дальнейшем замазывать их? Либо это я замечтался?

sl0w
се фотографии делались мной давно, и качество белого “фона” желает лучшего, кроме того со временем изменился логотип.

А ты руками попробуй снять эти вотермарки. Автоматизируют обычно то, что могут сделать руками. Так вот руками сможешь? Сомнительно.

py.user.next

да, руками все без проблем снимается в фотошопе, на на каждую фотографию уходит около минут 2-3 а потом еще меняется соотношение белого в фотографии доопределенных значений кривой.

sl0w
да, руками все без проблем снимается в фотошопе

Можно запустить фотошоп через win32com.client и подавать ему нужные команды
http://techarttiki.blogspot.ru/2008/08/photoshop-scripting-with-python.html

py.user.next
Можно запустить фотошоп через win32com.client и подавать ему нужные команды

да, этим как я понимаю можно воспользоваться для автоматизации тех изображений, на которых были вотермарки в одном месте (это альтернативныйы вариант для встроенной автоматизации фотошопа).

Однако, главный вопрос: возможно ли на основе машинного обучения/анализа данных находить на фотографии вотермарки (когда они в разным местах находятся), а потом уже делать все тоже самое что и в первом случае.

уже некоторое время работал с машинным обучением, но не в области фотографий. Насколько я помню, все фотографии имеют одинаковые вотермарки, что в целом даёт возможность запомнить пиксельные данные и находить их на фотографии, в то же время не совсем понятно, насколько это будет продуктивно с точки зрения машинного времени.

sl0w
возможно ли на основе машинного обучения/анализа данных находить на фотографии вотермарки

Зачем тебе машинное обучение? Не будет оно находить, там у них слишком малая вероятность обнаружения правильной области при любом раскладе получается. Максимум, что могут делать сегодняшние разработки, - это по хорошо прочерченным стандартным образом линиям определять, что это за печатные буквы или цифры. Возьми FineReader, который очень развит в этом плане, - ты увидишь, что он не распознаёт почерк от руки, как бы там его не развивали.

py.user.next
Зачем тебе машинное обучение? Не будет оно находить, там у них слишком малая вероятность обнаружения правильной области при любом раскладе получается. Максимум, что могут делать сегодняшние разработки, - это по хорошо прочерченным стандартным образом линиям определять, что это за печатные буквы или цифры. Возьми FineReader, который очень развит в этом плане, - ты увидишь, что он не распознаёт почерк от руки, как бы там его не развивали.

Так в том то и дело, что вотематка только одна, она стандартизирована по размеру, и стандартизирована по содержанию. Поэтому уже не будет каких либо изменений, а как только данная вотемарка будет найдена, будет автоматически начинаться то, что уже без проблема работает в фотошопе.