图像加噪和去噪遇到的坑（opencv+skimage.util)

图像的加噪和去噪一直图像界很重要的课题，使用opencv可以很好的去加快开发速度和验证模型，然而网上的教程真的是抄来抄去，代码都是有问题的各个所谓的创和转载都是没有运行的。简直了。

首先给图像加噪音，加噪音比较简单的就是使用 skimage.util.random_noise(img, mode="salt")，然而使用该函数加完噪音后会导致使用opencv去降噪的函数会提示无法支持的格式 ！ 

首先我们分析一下问题的所在

skimage.util.random_noise（）

out : ndarray

Output floating-point image data on range [0, 1] or [-1, 1] if the
input `image` was unsigned or signed, respectively.

该加噪函数（方法）将图像转化[0,1]或者[-1，1],而且数据类型变成了float64类型，而opencv处理的图像格式一般是uint8类型的，因此还需要进行转化。

首先需将[0，1]转化为0-255,然后将浮点float64转为uint8的。

因为代码跑在服务器上没有图像界面，因此需要用visdom做图片的显示。附代码：

import cv2
import visdom
import numpy as np
import matplotlib.pyplot as plt
from skimage.util.dtype import convert
import skimage.util

viz = visdom.Visdom(env='img')
img