目录
1.简介
椒盐噪声函数通常用于在图像中添加随机的黑白像素点,模拟图像传感器或传输过程中的噪声。这种噪声会给图像带来一种颗粒状或斑点状的效果,常用于测试图像处理算法的鲁棒性。
2.函数示例
在Python中常使用NumPy库生成椒盐噪声。以下是一个简单的函数示例:
import numpy as np
def add_peppersalt_noise(image,n=10000): # n为噪声点数量
result = image.copy() # 将图像复制一份
w,h = image.shape[:2] # 对元组切片取前两个,即图片的长和宽
for i in range(n):
x = np.random.randint(1, w) # 在长度范围生成随机整数
y = np.random.randint(1, h) # 在宽度范围生成随机整数,效果为在图像范围内随机生成噪声点
if np.random.randint(0, 2) == 0: # 即随机生成0或1
result[x,y] = 0 # 此位置的值变为黑色
else:
result[x,y] = 255 # 此位置的值变为白色
return result
3.使用效果
image1 = cv2.imread('01.jpeg')
image = cv2.resize(image1,(400,400))
cv2.imshow('01',image)
cv2.waitKey(100000)
# 此为原图像
noise = add_peppersalt_noise(image)
cv2.imshow('noise',noise)
cv2.waitKey(100000)
# 此为生成椒盐噪声后的图像
原图:
生成椒盐噪声后的图像