PyTorch怎么实现​椒盐噪声效果

这篇文章主要讲解了"PyTorch怎么实现椒盐噪声效果"，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习"PyTorch怎么实现椒盐噪声效果"吧！

1. 将介绍的transforms方法一一地，单独地实现对图片的变换，并且通过plt.savefig将图片保存下来

略

2. 自定义一个增加椒盐噪声的transforms方法，使得其能正确运行

见下面代码

3. 用手机将自己钱包中的100元人民币正面进行拍照，并且放到hello pytorch/lesson/lesson-09/test_data/100文件夹下，通过修改不同的数据增强方法，使得模型在10个epoch之后能正确区分你钱包中的100元

椒盐噪声

peper noise

import torch import numpy as np from PIL import Imagefrom torchvision import datasets, models, transformsnp.random.seed(1234)image_path = 'a.jpg'class AddPepperNoise(object):    def __init__(self, snr, p):        self.snr = snr        self.p = p     def __call__(self, img):        p1 = np.random.uniform(low = 0.0, high = 1.0)        if p1 > self.p:            return img        else:            out_img = np.asarray(img).copy()            h, w, c = out_img.shape            for i in range(h):                for j in range(w):                    for k in range(c):                        p2 = np.random.uniform(low = 0.0, high = 1.0)                        if p2 < self.snr:                            out_img[i][j][k] = out_img[i][j][k]                        elif p2 < self.snr + (1 - self.snr) / 2:                            out_img[i][j][k] = 0                        else:                            out_img[i][j][k] = 255                        # print(out_img[i][j][k])            print(out_img)            tmp = Image.fromarray(out_img.astype('uint8')).convert('RGB')            print('tmp:', tmp, np.asarray(tmp))            return tmpdef main():    img = Image.open(image_path)        now_transforms = transforms.Compose([        transforms.Resize((224, 224)),        AddPepperNoise(snr = 0.9, p = 1.0),        # transforms.ToTensor(),    ])    img_transformed = now_transforms(img)    print(img_transformed, np.asarray(img_transformed))    img_transformed.save('a_pepperNoise.jpg')if __name__ == '__main__':    main()

感谢各位的阅读，以上就是"PyTorch怎么实现椒盐噪声效果"的内容了，经过本文的学习后，相信大家对PyTorch怎么实现椒盐噪声效果这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是，小编将为大家推送更多相关知识点的文章，欢迎关注！