OpenCV学习5-图像加噪声

'''
对于灰度图像(黑白图像),像素是8位无符号数,0表示黑色,255表示白色。对于彩色图像,
需要用三原色数据来重现不同的可见色,这是因为我们人类的视觉系统是三原色的,视网膜上
有三种类型的视锥细胞,它们将颜色信息传递给大脑。这意味着对于彩色图像,每个像素都要
对应三个数值。在摄影和数字成像技术中,常用的主颜色通道是红色、绿色和蓝色,因此每3个
8位数值组成矩阵的一个元素。

为了说明如何直接访问像素值,我们创建一个简单的函数,用它在图像中加入椒盐噪声
(salt-and-pepper noise)。顾名思义,椒盐噪声是一个专门的噪声类型,它随机选择一些像
素,把它们的颜色替换成白色或黑色。如果通信时出错,部分像素的值在传输时丢失,就会发生
这种噪声。这里我们只是随机地选择一些像素,把它们设置为白色。

对于灰度图像,把单个的8位数值设置为255;对于彩色图像,需要把三个主颜色通道设置为
255,才能得到一个白色像素。OpenCV存储通道数据的次序是蓝色、绿色和红色(因此蓝色是通道0)。

'''

import numpy as np
import cv2 as cv

#读入图片(需要3通道彩色图片)
img = cv.imread('timg.jpg')

#获取图片行、列、通道数
rows,cols,channels = img.shape

#循环
for i in range(0,50000):
	#根据在0和行-1之间获取随机整数
	x = np.random.randint(0,rows-1)
	#根据在0和列-1之间获取随机整数
	y = np.random.randint(0,cols-1)

	#根据获取的行和列值,将通道颜色改为255,(255,255,255)为白色
	img[x,y][0] = 255
	img[x,y][1] = 255
	img[x,y][2] = 255

cv.imshow('image',img)
cv.waitKey(6000)
#cv.destroyAllWindows()

##原图
原图
##加噪声之后的图片
加噪声之后的图片

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值