Python图像增强之椒盐噪声、高斯噪声

最新推荐文章于 2024-08-09 19:29:07 发布

wl_Honest

最新推荐文章于 2024-08-09 19:29:07 发布

阅读量2.7k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： Python 文章标签： python

本文链接：https://blog.youkuaiyun.com/wl_Honest/article/details/108529821

本文探讨了Python中图像增强的一种常见技术——椒盐噪声和高斯噪声的添加。通过实例展示了如何在原始图片上应用椒噪声和盐噪声，以及高斯噪声，以改善图像质量或进行图像分析前的数据预处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

椒盐噪声（包含椒噪声和盐噪声）

import random
import numpy as np

def sp_noise(img, prob, sp):
    '''
    添加椒盐噪声
    :param img: 原始图片
    :param prob: 噪声比例
    :param sp: 0: 椒噪声, 1: 盐噪声, 2: 椒盐噪声
    :return: resultImg
    '''
    resultImg = np.zeros(img.shape, np.uint8)
    thres = 1 - prob
    for i in range(img.shape[0]):
        for j in range(img.shape[1]):
            rdn = random.random()  # 随机生成0-1之间的数字
            if sp == 0:
                if rdn < prob:  # 如果生成的随机数小于噪声比例则将该像素点添加黑点，即椒噪声
                    resultImg[i][j] = 0
                else:
                    resultImg[i][j] = img[i][j]  # 其他情况像素点不变
            if sp == 1:
                if rdn > thres:  # 如果生成的随机数大于（1-噪声比例）则将该像素点添加白点，即盐噪声
                    resultImg[i][j] = 255
                else:
                    resultImg[i][j] = img[i][j]  # 其他情况像素点不变
            if sp == 2:
                if rdn < prob:  # 如果生成的随机数小于噪声比例则将该像素点添加黑点，即椒噪声
                    resultImg