numpy给图片加高斯噪声

给加高斯噪声的意思，就是在原图像矩阵上面加一个符合高斯或者叫正态分布特征的矩阵。

生成随机噪声的三个方法,如果我们的目标矩阵是一个r*c的矩阵，要生成一个均值是mean，标准差sigma的随机噪声矩阵，那么是这样

sigma*np.random.randn(r,c)+mean, #输入是两个参数，一个mean，一个sigma。

sigma*np.random.standard_normal((r,c)) #输入是一个tuple，里面包含两个元素。  和上面那个是完全一样的。

numpy.random.normal(mean,sigma, size=(r,c))  #mean，sigma和大小都作为输入放进函数了。

这三个函数。np.random.randn(r,c)和np.random.standard_normal((r,c))  两个函数一样，就是输入参数一个是tuple，一个是两个参数，本质一样的，他们生成的都是标准正态分布，也就是均值是0，sigmg为1的。  如果我们要的是一般正态分布，需要自己再转。

numpy.random.normal(mean,sigma,size)这个直接生成的就是一般正态分布矩阵了。

上面生成了随机噪声矩阵，和原图叠加就好，但是这里面有个bug，不能直接加。

因为image读取出来的图像，类型是uin8的（也就是取值范围是0-255）

我们计算的随机噪声值，可能是或负或正的小数，

这样加起来的和的图像img_with_noise，其实是有可能是负值，有可能超了255的，而且这个np.ndarray类型是普通的float64了。

这个时候用imshow函数来显示，会出现全白全黑的图像bug。

解决方法是在显示前将图像做归一化normalization转成0-255区间的unint类型。 

</