【图像处理】——Python实现图像加噪（随机噪声、椒盐噪声、高斯噪声等）

最新推荐文章于 2023-11-02 13:33:05 发布

有情怀的机械男

最新推荐文章于 2023-11-02 13:33:05 发布

阅读量2.7w

点赞数 35

分类专栏：图像处理文章标签： python opencv numpy random

本文链接：https://blog.csdn.net/qq_45769063/article/details/107137025

版权

图像处理专栏收录该内容

40 篇文章 12 订阅 ¥99.90 ¥299.90

订阅专栏

超级会员免费看

本文详细介绍了如何使用Python的OpenCV和numpy库来模拟图像处理中的随机噪声、椒盐噪声和高斯噪声。通过设定不同的参数，可以实现各种噪声效果。此外，还补充了numpy.clip函数的应用，用于限制噪声的范围。

摘要由CSDN通过智能技术生成

1、随机噪声

随机噪声就是通过随机函数在图像上随机地添加噪声点

随机函数random模块参考：https://blog.csdn.net/qq_45769063/article/details/107136319

def random_noise(image,noise_num):
    '''
    添加随机噪点（实际上就是随机在图像上将像素点的灰度值变为255即白色）
    :param image: 需要加噪的图片
    :param noise_num: 添加的噪音点数目，一般是上千级别的
    :return: img_noise
    '''
    #
    # 参数image：，noise_num：
    img = cv2.imread(image)
    img_noise = img
    # cv2.imshow("src", img)
    rows, cols, chn = img_noise.shape

了解本专栏