OpenCV4.0进阶（4）图像噪声

知识点：

图像噪声：

图像噪声产生的原因很复杂，有的可能是数字信号在传输过程中发生了丢失或者受到干扰，有的是成像设备或者环境本身导致成像质量不稳定，反应到图像上就是图像的亮度与颜色呈现某种程度的不一致性。从噪声的类型上，常见的图像噪声可以分为如下几种：

- 椒盐噪声：

是一种随机在图像中出现的稀疏分布的黑白像素点， 对椒盐噪声一种有效的去噪手段就是图像中值滤波；

- 高斯噪声/符合高斯分布：

一般会在数码相机的图像采集(acquisition)阶段发生,这个时候它的物理/电/光等各种信号都可能导致产生高斯分布噪声； 

- 均匀分布噪声：

均匀/规则噪声一般都是因为某些规律性的错误导致的。

 

代码演示：

- 图像椒盐噪声生成

- 图像高斯噪声生成

#ifndef DAY24
#define DAY24

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

void add_salt_pepper_noise(Mat &image);
void gaussian_noise(Mat &image);

void day24() {

	Mat src = imread("G:/opencvTest/girl2.jpg");
	if (src.empty()) {
		printf("could not load image...\n");
		return;
	}
	namedWindow("input", WINDOW_AUTOSIZE);
	imshow("input", src);

	add_salt_pepper_noise(src);
	gaussian_noise(src);

	waitKey();
}

void add_salt_pepper_noise(Mat &image) {
	RNG rng(12345);
	int h = image.rows;
	int w = image.cols;
	int nums = 5000;

	Mat dst = image.clone();
	for (int i = 0; i < nums; i++) {
		int x = rng.uniform(0, w);
		int y = rng.uniform(0, h);
		if (i % 2 == 1) {
			dst.at<Vec3b>(y, x) = Vec3b(255, 255, 255);
		}
		else {
			dst.at<Vec3b>(y, x) = Vec3b(0, 0, 0);
		}
	}
	imshow("salt pepper", dst);
}

void gaussian_noise(Mat &image) {
	Mat noise = Mat::zeros(image.size(), image.type());

	// 通过randn产生高斯随机噪声来填充矩阵，15是高斯均值，30是高斯方差
	randn(noise, 15, 30);

	Mat dst;
	add(image, noise, dst);
	imshow("gaussian noise", dst);
}


#endif // !DAY24

 

结果展示：

原始图片来源于网络，侵权请告知，速删~