【自动去水印】OpenVINO2024+QT5自动水印移除系统
内容提要
OpenVINO2024公开模型库中有图像修复和场景文字检测模型。图像修复模型使用mask进行修复，模型结构可通过OpenVINO脚本转换为IR格式。场景文字检测模型基于PixelLink模型，性能和准确率有明显提升。水印自动移除使用场景文字检测得到的mask和图像修复模型。
延伸解读
模型转换与输入输出格式
文章详细说明了图像修复模型的转换流程：通过OpenVINO的downloader.py和converter.py脚本，可一键将模型转换为IR格式。转换后模型输入为1x3x512x680的BGR图像和1x1x512x680的单通道二值mask，输出为修复后的同尺寸BGR图像。这为开发者提供了明确的接口规范，便于集成到QT5应用中。
PixelLink文字检测的技术特点
场景文字检测采用PixelLink模型，其核心是基于图像分割而非传统检测框回归。模型使用VGG16提取特征，通过像素分割判断每个像素是否为文字，再通过八邻域链接预测合并文字像素，最终得到文字区域mask。这种方法在性能和准确率上较传统方法有明显提升，且输出支持minAreaRect和boundingRect两种检测框形式。
自动去水印的实现逻辑
自动去水印结合了场景文字检测和图像修复两个模型：首先用PixelLink检测水印区域并生成mask，然后将mask和原图输入图像修复模型，模型根据mask对水印区域进行修复，从而移除水印。这种方案无需手动标注水印位置，实现了自动化处理，但效果依赖于文字检测的准确性和修复模型的能力。
Q&A
OpenVINO2024的公开模型库包含哪些模型？
OpenVINO2024的公开模型库包含图像修复模型和场景文字检测模型。
图像修复模型是如何工作的？
图像修复模型使用mask作为参考，对输入图像进行修复，支持一键转换为IR格式。
PixelLink模型的主要特点是什么？
PixelLink模型基于图像分割，采用VGG16作为特征提取网络，性能和准确率有明显提升。
如何实现水印的自动移除？
水印自动移除通过场景文字检测得到的mask和图像修复模型实现。
场景文字检测模型的输出格式是什么？
场景文字检测模型的输出包括基于minAreaRect和boundingRect的检测框。
如何将下载的模型转换为IR格式？
使用OpenVINO的脚本，通过命令行执行转换命令即可将模型转换为IR格式。
