OpenCV 笔记(28)：图像降噪算法——中值滤波、高斯滤波-CSDN博客

本文链接：https://blog.csdn.net/SLFq6OF5O7aH/article/details/137252678

1. 图像噪声

图像降噪(Image Denoising)是指从图像中去除噪声的过程，目的是提高图像质量，增强图像的视觉效果。

图像噪声是指图像中不希望出现的随机亮度或颜色变化，通常会降低图像的清晰度和可辨识度，以及会降低图像的质量并使图像分析和理解更加困难。

图像噪声主要有以下几个原因来产生的：

光线不足：光线不足会导致光子噪声增加，从而降低图像的信噪比。
电子元器件的热噪声：电子元器件在工作时会产生热噪声，这种噪声会影响图像的质量。
电路噪声：电路中的电磁干扰也会导致图像噪声的产生。
图像传输过程中的错误：图像在传输过程中可能会受到各种干扰，从而导致图像噪声的产生。

根据噪声的统计特性来分类，可以将图像噪声分为以下几类：

椒盐噪声：图像中随机出现黑白像素的噪声。
高斯噪声：最常见的噪声类型，其概率密度函数服从高斯分布。
泊松噪声：光子噪声的一种类型，其概率密度函数服从泊松分布。
斑点噪声：由图像传感器坏点或污点引起的噪声。

下面的例子，分别展示了在图像中添加椒盐噪声、高斯噪声、泊松噪声和斑点噪声。

#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <random>

using namespace std;
using namespace cv;

void addSaltNoise(Mat &src, int num, Mat &dst)
{
    dst = src.clone();

    // 随机数产生器
    std::random_device rd; //种子
    std::mt19937 gen(rd()); // 随机数引擎

    auto rows = src.rows; // 行数
    auto cols = src.cols * src.channels();

    for (int i = 0; i < num; i++)
    {
        auto row = static_cast<int>(gen() % rows);
        auto col = static_cast<int>(gen() % cols);

        auto p = dst.ptr<uchar>(row);
        p[col++] = 255;
        p[col++] = 255;
        p[col] = 255;
    }
}

void a