人脸祛痘原理
其实，在前面的人脸磨皮以及美白的时候，我们就已经完成了人脸的祛痘，只要高度磨皮（双边滤波）就能达到祛痘的效果。
但是一般来说，现在的美图App都会给用户提供手动祛痘的功能，毕竟自动美白祛痘的效果再怎么好，都不可能完美的复原所有的人脸，那么额外的针对个人的修复就显得格外重要。
其实人脸祛痘说白了，就是图像修复。而OpenCV中提供的修补函数为cv2.inpaint()。这里，我们先来看看改函数的定义：
def inpaint(src, inpaintMask, inpaintRadius, flags, dst=None):
src：输入图像
inpaintMask：修复掩膜
inpaintRadius：需要修补的每个点的圆形领域为修复算法参考的半径
flags：修复方法，两种取值。取值为INPAINT_NS基于Navier-Stokes的方法；INPAINT_TELEA基于Alexandru Telea。
dst：返回修复后的图像
该方法的原理是利用待修补区域的边缘信息，同时采用一种由粗到精的方法来估计等照度线的方法，并采用传播机制将信息传播到待修补的区域，以便达到较好的修补效果。
翻译成人话就是：利用边缘的像素值，修补指定区域的像素。
实现手动人脸祛痘
既然，我们已经了解了手动祛痘的方法函数。下面，我们来实现手动的祛痘效果，具体代码如下所示：
global img, point
global inpaintMask
#手动祛痘
def manual_acne(event, x, y, flags, param):
global img, point
img2 = img.copy()
height, width, n = img.shape
inpaintMask = np.zeros((height, width), dtype=np.uint8)
if event == cv2.EVENT_LBUTTONDOWN:
point = (x, y)
cv2.circle(img2, point, 15, (0, 255, 0), -1)
cv2.circle(inpaintMask, point, 15, 255, -1)
cv2.imshow("image", img2)
elif event == cv2.EVENT_LBUTTONUP:
cv2.circle(img2, point, 15, (0, 255, 0), -1)
cv2.circle(inpaintMask, point, 15, 255, -1)
cv2.imshow("inpaintMask", inpaintMask)
cv2.imshow("image", img2)
cv2.imshow("image0", img)
result = cv2.inpaint(img, inpaintMask, 100, cv2.INPAINT_TELEA)
cv2.imshow("result", result)
if __name__ == "__main__":
global img
img = cv2.imread("60.jpg")
cv2.namedWindow("image")
cv2.setMouseCallback("image", manual_acne)
cv2.imshow("image", img)
cv2.waitKey()
cv2.destroyAllWindows()
运行之后，效果如下：
1.png
