椒盐噪声函数的定义详解

目录

1.简介

2.函数示例

3.使用效果

---

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