OpenCV中提供了两个函数来生成随机数矩阵,可以用来创建随机图像或是用来人为增加随机噪点
cv2.randn(dst,mean,stddev[,])
cv2.randu(dst,low,high[,])
1.randn函数
cv2.randn函数主要用来生成随机的正态分布矩阵(高斯函数矩阵),正态分布有两个变量,均值与标准差,通俗的来讲,其中均值决定了对称轴的位置,标准差决定了函数的凹凸程度。(这里就不多深入探讨了)
OK,现在我们来看函数:
cv2.randn(dst,mean,stddev[,])
参数说明:
dst : 输入对象(也是输出对象,会直接将dst对象覆盖掉)(通道数1-4)
mean : 正态分布的均值,注意要匹配输入对象的通道数(举个例子:输入一个3色通道的对象,那么我的mean就该是是一个1*3的标量或者numpy数组,如果是一个单通道的对象,mean就是一个数字)
stddev : 正态分布标准差,同mean参数要匹配输入对象的通道数
ps:附上一段简单的人工制造噪点(模糊图片)的代码:
def create_noise(img):
noise = np.zeros(image.shape, image.dtype)
cv2.randn(noise,(15,15,15),(20,20,20))
dst = cv2.add(image, noise)
return dst
2.randu函数
基本用法与randn一致,只是分布改为均匀分布
cv2.randu(dst,low,high[,])
参数说明:
dst : 输入对象(也是输出对象,会直接将dst对象覆盖掉)(通道数1-4)
low: 均匀分布最小值(包括low的),注意要匹配输入对象的通道数
high: 均匀分布最大值(不包括high),同low参数要匹配输入对象的通道数