opencv2学习笔记2-操作图像(椒盐噪声)

OpenCV学习笔记(十一)——图像噪声的生成(椒盐噪声、高斯噪声) 目录1 椒盐噪声2 高斯噪声 图像在获取和传输过程种会受到随机信号的干扰从而产生噪声,例如电阻引起的热噪声、光子噪声、暗电流噪声以及光响应非均匀性噪声等,由于噪声会影响对图像的理解以及后续的处理工作,因此去除噪声的影响在图像中具有十分重要的意义。图像中常见的噪声有:椒盐噪声、高斯噪声、泊松噪声和乘性噪声。本文将介绍椒盐噪声和高斯噪声产生的原因和如何在图像中添加噪声。生成的含有噪声的图像可以应用于后续的滤波处理中。 1 椒盐噪声 椒盐噪声又称作脉冲噪声,会随机改变图像中的像索值,是相机、传输通道、解码处理等过 阅读详情

椒盐噪声:

#include<opencv2/core/core.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/highgui/highgui.hpp>

void salt(cv::Mat &image,int n)
{
	for(int k =0; k<n; k++)
	{
		int i = rand() % image.cols;
		int j = rand() % image.rows;
		if(image.channels() == 1)//灰度图
		{
			image.at<uchar>(j, i) = 255;
		}
		else if(image.channels() == 3)//彩色图
		{
			image.at<cv::Vec3b>(j, i)[0] = 255;
			image.at<cv::Vec3b>(j, i)[1] = 255;
			image.at<cv::Vec3b>(j, i)[2] = 255;
		}
	}
}
int main(int argc, char** argv)
{
	cv::Mat img = cv::imread(argc == 2 ? argv[1] : "lena.jpg");
	salt(img, 3000);

	cv::namedWindow("Image");
	cv::imshow("Image", img);
	cv::waitKey(0);
}

原理:

cv::Mat有若干成员函数可以获取图像的属性。

cols和rows给出图像的宽高

at(int y,int x)可以存取图像元素,但必须先知道图像的数据类型,因为cv::Mat可以存放任意数据类型的元素:      

image.at<uchar>(j,i) = 255;

at方法本身不会进行任何数据类型的转换。

彩色图像由三个部分组成:红、绿、蓝。cv::Mat会返回一个由三个8位数组成的向量。定义为cv::Vec3b,

即由三个unsigned char组成的向量。

 image.at<cv::Vec3d>(j,i)[channel] = value;
其中索引channel标明了颜色通道号。

效果图:


数字图像处理——添加高斯噪声&椒盐噪声 最近交了数图作业,mark一下。1.添加高斯噪声1.1 概率密度函数σ为z的标准差,z为均值,用E。1.2 生成高斯分布随机数序列方法由Marsaglia和Bray在1964年提出,C++版本如下: mu是均值,sigma是方差,X服从N(0,1)分布 double generateGaussianNoise(double mu, double sigma) { static double 阅读详情

相关推荐

图像增强算法实现--图像的椒盐噪声、随机噪声、高斯噪声、均值滤波、中值滤波以及高斯滤波

(1)算法描述: 本程序为了更好地实现模块化的设计,将加噪声和滤波分成两个独立程序。 椒盐噪声是由图像传感器,传输信道,解码处理等产生的黑白相间的亮暗点噪声。椒盐噪声是指两种噪声,一种是盐噪声(salt noise),另一种是胡椒噪声(pepper noise)。盐=白色,椒=黑色。前者是高灰度噪声,后者属于低灰度噪声。一般两种噪声同时出现,呈现在图像上就是黑白杂点。本算法控制噪声的数量,随机

u013033431的博客 4万+

OpenCv(三)——图像平滑处理

ksize:滤波器的大小,它是一个整数,表示在水平和垂直方向上的像素数量。dst是返回值,src是需要处理的图像,kszie是滤波核(卷积核)的大小,anchor是锚点,默认值是(-1,-1)一般无需更改 borderType是边界样式,一般无需更改 一般情况下,使用dst=cv2.blur(src,ksize)即可。效果:做了归一化之后图像更加均衡,不做归一化中心点的值是周围像素值的和,所以中心点的数值大概率会大于255,大于255的值会被设为255,所以不做归一化整个图像会呈现出更亮的效果。

jdjhcn的博客 1387

OpenCV13-图像噪声:椒盐噪声和高斯噪声

考虑到椒盐噪声会在图像中的任何一个位置随机产生,因此对于椒盐噪声的生成,需要使用OpenCV中能够产生随机数的函数。OpenCV中也没有专门为图像添加高斯噪声的函数,对早在图像中添加椒盐噪声的过程,可以根据需求利用能够产生随机数的函数来完成在图像中添加高斯噪声的任务。椒盐噪声又称作脉冲噪声,他会随机改变图像中的像素值,其样子就像是在图像上随机地撒上一些盐粒和黑椒粒,因此被称为椒盐噪声。函数能够产生均匀分布或者高斯分布的随机数,可以利用该函数产生符合高斯分布的随机数,之后在图像中加入这些随机数即可。

SHLYYY 5122

图像处理算法------常用传统图像增强算法代码实现之椒盐噪声、高斯噪声、改变图像亮度

图像处理算法--传统图像增强算法之椒盐噪声、高斯噪声、改变图像亮度

weixin_50233398的博客 2773

opencv 高斯噪声和椒盐噪声

之前在使用matlab时,有库函数可以直接给图像添加椒盐、高斯噪声等,最近在学习opencv,发现库中并没有定义这种加噪函数(可能是我没有找到 `_` ),所以想要给图片加噪,就必须得自己写函数。首先 , 通过查找课本以及博客中其他人的见解,得出如下理解:1.椒盐噪声椒盐噪声(salt-and-pepper noise)又称脉冲噪声,它随机改变一些像素值,在二值图像上表现为使一些像素点变白,一些像...

weixin_41274295的博客 4615

OpenCV4学习笔记(13)——图像添加椒盐、高斯噪声及去噪

本次要整理的内容是基于OpenCV学习笔记(12)中的三种模糊方式,首先为一张图像添加噪声,分别添加椒盐噪声和高斯噪声,然后通过均值模糊、高斯模糊和中值滤波来分别对比这三种滤波方式对不同种类噪声的抑制效果如何。最后再记录一种新的滤波方式:非局部均值滤波。 对图像添加噪声 噪声主要有椒盐噪声和高斯噪声。其中椒盐噪声就是在图像上随机分布的一些黑白噪声点,椒噪声就是黑色噪声点,盐噪声就是白色噪声点,可...

邱小兵的博客 3391

python使用opencv对图像添加(高斯/椒盐/泊松/斑点)噪声

本文主要介绍如何利用OpenCV来对图片添加一些常见的噪声

修炼之路 5万+

【图像处理】——Python实现图像加噪(随机噪声、椒盐噪声、高斯噪声等)

随机噪声、高斯噪声、椒盐噪声的添加

python_AI_fans的博客 2万+

OpenCV2 图像处理与计算机视觉(一)—— 去除一幅二值化图像中的椒盐噪声

通过 imgproc.hpp 文件中的 threshold 函数我们可得一幅二值化图像(或者叫 mask 掩码图像),所谓一幅二值化图像中的椒盐噪声,即为在一个 image patch 中,如果某一点的像素值为 0(也即黑色),而其 5*5 的邻域内均是255(白色),我们就可简单地将这个黑色孤点视为椒盐噪声。去除一幅二值化图像中的椒盐噪声的关键就在于寻找这样的一些黑色孤点:void removeP

9052

【OpenCV • c++】图像噪音 | 椒盐噪音 | 高斯噪音

图像噪声是图像在获取或是传输过程中受到随机信号干扰,妨碍人们对图像理解及分析处理的信号。很多时候将图像噪声看做多维随机过程,因而描述噪声的方法完全可以借用随机过程的描述, 也就是用它的概率分布函数和概率密度分布函数。图像噪声的产生来自图像获取中的环境条件和传感元器件自身的质量,图像在传输过程中产生图像噪声的主要因素是所用的传输信道受到了噪声的污染。

Ceylan__的博客 5146

opencv添加椒盐噪声

利用opencv为图像添加椒盐噪声,可以选择添加的椒盐噪声的大小

OpenCV计算机视觉 03 椒盐噪声的添加与常见的平滑处理方式(均值、方框、高斯、中值)

椒盐噪声的添加与常见的平滑处理方式(均值、方框、高斯、中值)

m0_69045813的博客 1103

OpenCV给图像加入椒盐噪声

见帖子:http://blog.youkuaiyun.com/fred_yang2013/article/details/9978671

图像处理:随机添加椒盐噪声和高斯噪声Python

高斯噪声,椒盐噪声,常规的方法,需要遍历每个像素,添加椒盐噪声,该方法十分缓慢。Python语言十分不建议进行图像像素遍历操作,毕竟性能太差,速度太慢了(除非写成C/C++版本)。我们可以借助numpy的矩阵处理,实现快速的添加椒盐噪声...............

AI吃大瓜的博客 2万+

手把手教你用QEMU虚拟化华为路由器固件(附完整网络配置指南)

本文提供了一份详尽的QEMU虚拟化华为路由器固件的实战指南。从固件解包、网络桥接配置到QEMU虚拟机启动,手把手教你搭建完整的嵌入式设备沙箱环境,特别适合安全研究、逆向分析和学习嵌入式系统工作原理。

tgb3456789的博客 937

Photoshop实战技巧(9)——高效去除复杂水印的五种进阶方法

本文详细介绍了Photoshop中高效去除复杂水印的五种进阶方法,包括色阶通道爆破法、频率分离高阶应用、智能填充+手动修复组合拳等专业技巧。针对半透明水印、密集文字水印等复杂场景,提供分步操作指南和实战案例,帮助用户精准去除水印同时保留原始图像细节,大幅提升工作效率。

cake8的博客 961

数字图像处理:噪声模型(椒盐噪声、随机噪声、高斯噪声)和滤波方法

图像噪声是图像在获取或传输过程中受到随机信号干扰,妨碍人们对图像理解及分析的信号。很多时候将图像噪声看作多维随机过程,因而描述噪声的方法完全可以借用随机过程的描述,即使用其概率分布函数和概率密度分布函数。图像噪声的产生来自图像获取中的环境条件和传感元器件自身的质量,图像在传输过程中产生图像噪声的主要因素是所用的传输信道受到噪声污染。 一、噪声类型 1、椒盐噪声(盐=白色,椒=黑色) 椒盐......

$firecat利白的代码足迹$ 4万+

IIS - 会话cookie中缺少HttpOnly属性

不啰嗦,我们直接开始! 先进行常规设置 打开配置编辑器 选中图中节点,将httpOnlyCookies设置为true 然后。。。不起作用。。。 换种方式 通过配置出站规则getcookie添加HttpOnly 在Web.config中添加如下出站规则 <rewrite> <outboundRules> <rule name="Add HttpOnly"> <match serverVa.

。 21万+

【OpenCV-Python】:对图像添加高斯噪声与椒盐噪声

😺一、高斯噪声 高斯噪声指它的概率密度函数服从高斯分布(即正态分布)的一类噪声。 ## 🐶1.1 API添加 ### 🦄1.1.1 函数API 我们需要使用`skimage`库中的函数为图像添加高斯噪声。 函数式:`skimage.util.random_noise(image, mode=‘gaussian’, seed=None, clip=True, **kwargs)` 参数介绍: ```python 函数式:skimage.util.random_noise(image, mode=

王乐予的博客 2万+

企业级防火墙实战:用深信服AF8.0打造安全办公网络(含流控/僵尸防护配置)

本文详细介绍了如何利用深信服AF8.0防火墙构建企业级安全办公网络,涵盖设备初始化、多接入方式配置、三维一体安全防护体系(包括应用控制、僵尸防护和智能流控)以及典型问题排查。通过实战案例和配置模板,帮助IT管理员高效部署和优化网络安全管理,提升企业网络安全防护能力。

weixin_28716443的博客 281

芒果YOLO11改进145:Loss损失函数KLD:即插即用 NeurIPS顶会论文,独家首发原创新颖|通过 Kullback-Leibler 散度学习用于目标检测的高精度边界框

旋转检测Loss损失函数KLD:即插即用 NeurIPS顶会论文,独家首发原创新颖|通过 Kullback-Leibler 散度学习用于目标检测的高精度边界框

包括YOLOv5、YOLOv7、YOLOv8等模型改进 566

opencv-python:13_图像噪声(噪声的概念、椒盐噪声、高斯噪声、使用python给图像添加噪声)

图像噪声 学习两种图像噪声,即椒盐噪声和高斯噪声。 使用python实现给图像添加椒盐噪声和高斯噪声 一、噪声的概念 在噪声的概念中,通常采用信噪比(Signal-Noise Rate, SNR)衡量图像噪声。通俗的讲就是信号占多少,噪声占多少,SNR越小,噪声占比越大。 在信号系统中,计量单位为dB,为10lg(PS/PN), PS和PN分别代表信号和噪声的有效功率。在这里,采用信号像素点的占比充当SNR,以衡量所添加噪声的多少。 二、椒盐噪声 椒盐噪声也称为脉冲噪声,是图像中经常见到

余喵爱吃鱼的博客 8108

【目标检测-YOLO】YOLOv5-v5.0-yolov5s网络架构详解(第一篇)

源码:GitHub - ultralytics/yolov5 at v5.0 由于YOLO v5 代码库在持续更新,如上图,有多个版本,每个版本的网络结构不尽相同。以下内容以 v5.0 为准,网络结构选用 yolov5s。 为了方便画图和理解网络结构,选用可视化工具:Netron 网页版进行可视化, 然后使用PPT作图。 在Releases · ultralytics/yolov5 · GitHub找到 v5.0中的Assets 中的yolov5s.pt并下载该权重。 下图为直接......

博观约取,厚积薄发 2万+

为图像添加椒盐噪声和高斯噪声

http://blog.youkuaiyun.com/qq_34784753/article/details/69379135   下面简单介绍两种图像噪声,即椒盐噪声和高斯噪声。 1.椒盐噪声        椒盐噪声也称为脉冲噪声,是图像中经常见到的一种噪声,它是一种随机出现的白点或者黑点,可能是亮的区域有黑色像素或是在暗的区域有白色像素(或是两者皆有)。盐和胡椒噪声的成因可能是

hairuiJY 3万+

T型三电平逆变器中点电位平衡详解

T型三电平逆变器(T-type Three-Level Inverter)是一种高效的多电平拓扑,相比传统NPC(Neutral Point Clamped)三电平逆变器,具有更低的开关损耗、更高效率和更简单的结构,尤其适用于中功率应用(如光伏逆变器、风电变换器和工业驱动)。(T-type Three-Level Inverter)中的应用已成为当前中高压功率变换领域(如光伏逆变器、储能PCS、电动汽车充电桩、风电并网和工业驱动)的热门方案。针对 T型逆变器,类似 NPC 的零序注入法适用。

专注于前沿技术的探索与实践,热衷于从代码逻辑、架构设计到行业应用等多维度深挖技术本质。期待在技术之路上与你共同成长~ 545

FISCO BCOS(八)——— 一键部署 WeBase

环境 版本 Java Oracle JDK 8 至 14 MySQL MySQL-5.6及以上 Python Python3.6及以上 PyMySQL 1、获取部署安装包: wget https://osp-1257653870.cos.ap-guangzhou.myqcloud.com/WeBASE/releases/download/v1.5.4/webase-deploy.zip 2、解压安装包: unzip webase-deploy.zip 3、进入目录: c...

林中有神君 3607
上一篇: gcc和g++区别
下一篇: opencv2学习笔记3-操作图像(颜色缩减)
devil_pull
博客等级 码龄15年 12粉丝 19原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值