图像噪声处理

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
     for i