使用Python-OpenCV向图片添加噪声的实现(高斯噪声、椒盐噪声)
更新时间:2019年05月28日 10:02:46 作者:Rogn
这篇文章主要介绍了使用Python-OpenCV向图片添加噪声的实现(高斯噪声、椒盐噪声) ,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
在matlab中,存在执行直接得函数来添加高斯噪声和椒盐噪声。Python-OpenCV中虽然不存在直接得函数,但是很容易使用相关的函数来实现。
代码:
import numpy as np import random import cv2 def sp_noise(image,prob): ''' 添加椒盐噪声 prob:噪声比例 ''' output = np.zeros(image.shape,np.uint8) thres = 1 - prob for i in range(image.shape[0]): for j in range(image.shape[1]): rdn = random.random() if rdn < prob: output[i][j] = 0 elif rdn > thres: output[i][j] = 255 else: output[i][j] = image[i][j] return output def gasuss_noise(image, mean=0, var=0.001): ''' 添加高斯噪声 mean : 均值 var : 方差 ''' image = np.array(image/255, dtype=float) noise = np.random.normal(mean, var ** 0.5, image.shape) out = image + noise if out.min() < 0: low_clip = -1. else: low_clip = 0. out = np.clip(out, low_clip, 1.0) out = np.uint8(out*255) #cv.imshow("gasuss", out) return out
可见,只要我们得到满足某个分布的多维数组,就能作为噪声添加到图片中。
例如:
import cv2 import numpy as np >>> im = np.empty((5,5), np.uint8) # needs preallocated input image >>> im array([[248, 168, 58, 2, 1], # uninitialized memory counts as random, too ? fun ;) [ 0, 100, 2, 0, 101], [ 0, 0, 106, 2, 0], [131, 2, 0, 90, 3], [ 0, 100, 1, 0, 83]], dtype=uint8) >>> im = np.zeros((5,5), np.uint8) # seriously now. >>> im array([[0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0]], dtype=uint8) >>> cv2.randn(im,(0),(99)) # normal array([[ 0, 76, 0, 129, 0], [ 0, 0, 0, 188, 27], [ 0, 152, 0, 0, 0], [ 0, 0, 134, 79, 0], [ 0, 181, 36, 128, 0]], dtype=uint8) >>> cv2.randu(im,(0),(99)) # uniform array([[19, 53, 2, 86, 82], [86, 73, 40, 64, 78], [34, 20, 62, 80, 7], [24, 92, 37, 60, 72], [40, 12, 27, 33, 18]], dtype=uint8)
然后再:
img = ... noise = ... image = img + noise
参考链接:
2、https://stackoverflow.com/questions/14435632/impulse-gaussian-and-salt-and-pepper-noise-with-opencv#
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
相关文章
python通过exifread模块获得图片exif信息的方法
这篇文章主要介绍了python通过exifread模块获得图片exif信息的方法,实例分析了Python操作exifread模块的技巧,需要的朋友可以参考下2015-03-03Python利用matplotlib做图中图及次坐标轴的实例
今天小编就为大家分享一篇Python利用matplotlib做图中图及次坐标轴的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2019-07-07AI生成图片Stable Diffusion环境搭建与运行方法
Stable Diffusion是一种基于扩散过程的生成模型,由Ge et al.在2021年提出,该模型利用了随机变量的稳定分布,通过递归地应用扩散过程来生成高质量的图像,这篇文章主要介绍了AI图片生成Stable Diffusion环境搭建与运行,需要的朋友可以参考下2023-05-05
最新评论