import matplotlib.pyplot as plt
from skimage import util
img=io.imread("./people.png")
noise_gs_img = util.random_noise(img,mode='gaussian') # gaussian 高斯加性噪声。
noise_salt_img = util.random_noise(img,mode='salt')#盐噪声,随机用1替换像素。属于高灰度噪声。
noise_pepper_img = util.random_noise(img,mode='pepper')# 胡椒噪声,随机用0或-1替换像素,属于低灰度噪声
noise_sp_img = util.random_noise(img,mode='s&p') # 椒盐噪声,两种噪声同时出现,呈现出黑白杂点
noise_speckle_img = util.random_noise(img,mode='speckle')# out = image + n *图像的乘法噪声,其中n是具有指定均值和方差的均匀噪声。
plt.subplot(2,3,1), plt.title('original')
plt.imshow(img)
plt.subplot(2,3,2),plt.title('gaussian')
plt.imshow(noise_gs_img)
plt.subplot(2,3,3), plt.title('salt')
plt.imshow(noise_salt_img)
plt.subplot(2,3,4), plt.title('pepper')
plt.imshow(noise_pepper_img)
plt.subplot(2,3,5),plt.title('s&p')
plt.imshow(noise_sp_img)
plt.subplot(2,3,6), plt.title('speckle')
plt.imshow(noise_speckle_img)
plt.show()
# 图片亮度调整
from skimage import exposure
image=io.imread("./people.png")
gam1= exposure.adjust_gamma(image, 2) #调暗
gam2= exposure.adjust_gamma(image, 0.5) #调亮
plt.figure('adjust_gamma',figsize=(8,8))
plt.subplot(131)
plt.title('origin image')
plt.imshow(image,plt.cm.gray)
plt.axis('off') # 关闭坐标轴
plt.subplot(132)
plt.title('gamma=2')
plt.imshow(gam1,plt.cm.gray)
plt.axis('off')
plt.subplot(133)
plt.title('gamma=0.5')
plt.imshow(gam2,plt.cm.gray)
plt.axis('off')
plt.show()