python使用cv2读bytes写bytes流不缓存网络传输加噪声(高斯/椒盐/泊松/斑点)

最新推荐文章于 2022-12-09 10:05:42 发布

我不喜欢这个世界

最新推荐文章于 2022-12-09 10:05:42 发布

阅读量1.7k

点赞数

分类专栏： python扩展文章标签： python

本文链接：https://blog.csdn.net/m0_38124502/article/details/125226687

版权

python扩展专栏收录该内容

22 篇文章 3 订阅

订阅专栏

from PIL import Image, ImageDraw
import random
import io
import cv2
import numpy as np


# 椒盐噪声
def tupian_add_noise_jiaoyan(a):
    image = np.array(bytearray(a), dtype="uint8")
    image = cv2.imdecode(image, cv2.IMREAD_COLOR)
    # np.ndarray转IMAGE
    # 设置添加椒盐噪声的数目比例
    s_vs_p = 0.5
    # 设置添加噪声图像像素的数目
    amount = 0.04
    noise_img = np.copy(image)
    # 添加salt噪声
    num_salt = np.ceil(amount * image.size * s_vs_p)
    # 设置添加噪声的坐标位置
    coords = [np.random.randint(0, i - 1, int(num_salt)) for i in image.shape]
    noise_img[coords] = 255
    # 添加pepper噪声
    num_pepper = np.ceil(amount * image.size * (1. - s_vs_p))
    # 设置添加噪声的坐标位置
    coords = [np.random.randint(0, i - 1, int(num_pepper)) for i in image.shape]
    noise_img[coords] = 0
    img_encode = cv2.imencode('.jpg', noise_img)[1]
    data_encode = np.array(img_encode,dtype="uint8")
    return bytes(data_encode)
# 高斯噪声
def tupian_add_noise_gaosi(a):
    image = np.array(bytearray(a), dtype="uint8")
    image = cv2.imdecode(image, cv2.IMREAD_COLOR)

    # 设置高斯分布的均值和方差
    mean = 0
    # 设置高斯分布的标准差
    sigma = 25
    # 根据均值和标准差生成符合高斯分布的噪声
    gauss = np.random.normal(mean, sigma, (image.shape[0], image.shape[1], cv2.IMREAD_COLOR))
    # 给图片添加高斯噪声
    noisy_img = image + gauss
    # 设置图片添加高斯噪声之后的像素值的范围
    noise_img = np.clip(noisy_img, a_min=0, a_max=255)
    # 保存图片
    img_encode = cv2.imencode('.jpg', noise_img)[1]
    data_encode = np.array(img_encode,dtype="uint8")
    return bytes(data_encode)
# 给图片添加泊松噪声
def tupian_add_noise_baosong(a):
    image = np.array(bytearray(a), dtype="uint8")
    image = cv2.imdecode(image, cv2.IMREAD_COLOR)

    # 计算图像像素的分布范围
    vals = len(np.unique(image))
    vals = 2 ** np.ceil(np.log2(vals))
    # 给图片添加泊松噪声
    noise_img = np.random.poisson(image * vals) / float(vals)
    # 保存图片

    img_encode = cv2.imencode('.jpg', noise_img)[1]
    data_encode = np.array(img_encode,dtype="uint8")
    return bytes(data_encode)
# 给图片添加speckle噪声
def tupian_add_noise_speckle(a):
    image = np.array(bytearray(a), dtype="uint8")
    image = cv2.imdecode(image, cv2.IMREAD_COLOR)

    # 随机生成一个服从分布的噪声
    gauss = np.random.randn(image.shape[0], image.shape[1], cv2.IMREAD_COLOR)
    # 给图片添加speckle噪声
    noise_img = image + image * gauss
    # 归一化图像的像素值
    noise_img = np.clip(noise_img, a_min=0, a_max=255)
    img_encode = cv2.imencode('.jpg', noise_img)[1]
    data_encode = np.array(img_encode,dtype="uint8")
    return bytes(data_encode)

函数输入为bytes，输入也是bytes，可用于网络传输，或者写入文件，不用本地缓存

比如:


response = requests.get('http://www.xxx.com/hsdkfjhsfkj.jpg')
a = tupian_add_noise_jiaoyan(response.content)
with open('xxx.jpg','wb')as f:
    f.write(a)