python怎么使用opencv对图像添加噪声

本篇内容主要讲解"python怎么使用opencv对图像添加噪声"，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习"python怎么使用opencv对图像添加噪声"吧!

原图：

1、高斯噪声

高斯噪声就是给图片添加一个服从高斯分布的噪声，可以通过调节高斯分布标准差(sigma)的大小来控制添加噪声程度，sigma越大添加的噪声越多图片损坏的越厉害

#读取图片img = cv2.imread("demo.png")#设置高斯分布的均值和方差mean = 0#设置高斯分布的标准差sigma = 25#根据均值和标准差生成符合高斯分布的噪声gauss = np.random.normal(mean,sigma,(img_height,img_width,img_channels))#给图片添加高斯噪声noisy_img = image + gauss#设置图片添加高斯噪声之后的像素值的范围noisy_img = np.clip(noisy_img,a_min=0,a_max=255)#保存图片cv2.imwrite("noisy_img.png",noise_img)

2、椒盐噪声

椒盐噪声就是给图片添加黑白噪点，椒指的是黑色的噪点(0,0,0)盐指的是白色的噪点(255,255,255)，通过设置amount来控制添加噪声的比例，值越大添加的噪声越多，图像损坏的更加严重

#读取图片img = cv2.imread("demo.png")#设置添加椒盐噪声的数目比例s_vs_p = 0.5#设置添加噪声图像像素的数目amount = 0.04noisy_img = np.copy(image)#添加salt噪声num_salt = np.ceil(amount * image.size * s_vs_p)#设置添加噪声的坐标位置coords = [np.random.randint(0,i - 1, int(num_salt)) for i in image.shape]noisy_img[coords] = 255#添加pepper噪声num_pepper = np.ceil(amount * image.size * (1. - s_vs_p))#设置添加噪声的坐标位置coords = [np.random.randint(0,i - 1, int(num_pepper)) for i in image.shape]noisy_img[coords] = 0#保存图片cv2.imwrite("noisy_img.png",noise_img)

3、泊松噪声

#读取图片img = cv2.imread("demo.png")#计算图像像素的分布范围vals = len(np.unique(image))vals = 2 ** np.ceil(np.log2(vals))#给图片添加泊松噪声noisy_img = np.random.poisson(image * vals) / float(vals)#保存图片cv2.imwrite("noisy_img.png",noise_img)

4、speckle噪声

#读取图片img = cv2.imread("demo.png")#随机生成一个服从分布的噪声gauss = np.random.randn(img_height,img_width,img_channels)#给图片添加speckle噪声noisy_img = image + image * gauss#归一化图像的像素值noisy_img = np.clip(noisy_img,a_min=0,a_max=255)#保存图片cv2.imwrite("noisy_img.png",noise_img)

到此，相信大家对"python怎么使用opencv对图像添加噪声"有了更深的了解，不妨来实际操作一番吧！这里是网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！