python里的图像加高斯噪声与matlab中imnoise加高斯噪声的区别?

python里使用random.gauss函数加噪声:

def GaussianNoise(src,means,sigma):
    NoiseImg=src
    rows=NoiseImg.shape[0]
    cols=NoiseImg.shape[1]
    for i in range(rows):
        for j in range(cols):
            NoiseImg[i,j]=NoiseImg[i,j]+random.gauss(means,sigma)
            if  NoiseImg[i,j]< 0:
                 NoiseImg[i,j]=0
            elif  NoiseImg[i,j]>255:
                 NoiseImg[i,j]=255
    return NoiseImg

matlab里是imnoise()函数

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
可以按照以下步骤在MATLAB图像高斯噪声和椒盐噪声: 1. 使用imread函数读取原始图像,将其赋值给一个矩阵变量,例如img: ```matlab img = imread('image.jpg'); ``` 2. 使用imnoise函数添高斯噪声: ```matlab noisy_img_gauss = imnoise(img, 'gaussian', 0, 0.01); ``` 其,'gaussian'表示添高斯噪声,0表示噪声均值,0.01表示噪声方差。可以根据实际情况更改均值和方差。 3. 使用imnoise函数添椒盐噪声: ```matlab noisy_img_salt_pepper = imnoise(img, 'salt & pepper', 0.05); ``` 其,'salt & pepper'表示添椒盐噪声,0.05表示噪声密度,即噪声像素占总像素的比例。可以根据实际情况更改噪声密度。 4. 使用imshow函数显示添噪声后的图像: ```matlab subplot(1,3,1),imshow(img),title('原始图像'); subplot(1,3,2),imshow(noisy_img_gauss),title('添高斯噪声后的图像'); subplot(1,3,3),imshow(noisy_img_salt_pepper),title('添椒盐噪声后的图像'); ``` 这使用subplot函数将原始图像、添高斯噪声后的图像和添椒盐噪声后的图像都显示在同一窗口,方便比较和观察。 完整代码示例: ```matlab img = imread('image.jpg'); noisy_img_gauss = imnoise(img, 'gaussian', 0, 0.01); noisy_img_salt_pepper = imnoise(img, 'salt & pepper', 0.05); subplot(1,3,1),imshow(img),title('原始图像'); subplot(1,3,2),imshow(noisy_img_gauss),title('添高斯噪声后的图像'); subplot(1,3,3),imshow(noisy_img_salt_pepper),title('添椒盐噪声后的图像'); ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值