图像噪声处理

最新推荐文章于 2024-08-02 22:48:34 发布

perfect_csdn1

最新推荐文章于 2024-08-02 22:48:34 发布

阅读量3.4k

点赞数 4

分类专栏：人脸识别文章标签：计算机视觉 opencv cv

本文链接：https://blog.csdn.net/perfect_csdn1/article/details/118736093

版权

本文介绍了图像噪声处理中的椒盐噪声和高斯噪声，重点讲解了图像滤波的各种方法，包括2维卷积、中值滤波、均值滤波、方框滤波、高斯滤波和双边滤波。这些滤波技术有助于提高图像质量，尤其是对于去除椒盐噪声和高斯噪声有显著效果。

摘要由CSDN通过智能技术生成

一、为图像添加噪声

为图像添加噪声可以起到数据增强的作用
对训练数据添加适量噪声，可以使训练后的模型更加鲁棒，对模型的性能提升有一定的帮助。

两种常用噪声：椒盐噪声和高斯噪声

import cv2
import numpy as np
import random 
#添加椒盐噪声
def salt_and_pepper_noise(img,percentage):
    rows,cols=img.shape
    num=int(percentage*rows*cols)
    for i in range(num):
        x=random.randint(0,rows-1)
        y=random.randint(0,cols-1)
        if random.randint(0,1)==0:
            img[x,y]=0    #黑色噪声
        else:
            img[x,y]=255    #白色噪声
     return img
 
 #添加高斯噪声
 def gaussian_noise(img,mu,sigma,k):
     rows,cols=img.shape