数据增强--高斯噪声和椒盐噪声

适度增加高斯噪声和椒盐噪声可以提高模型的泛化能力

高斯噪声：

import numpy as np

def gaussian_noise(image, mean=0.1, sigma=0.1):
    """
    :param image:原图
    :param mean:均值
    :param sigma:标准差 值越大，噪声越多
    """
    image = np.asarray(image / 255, dtype=np.float32)  
    noise = np.random.normal(mean, sigma, image.shape).astype(dtype=np.float32)  # 产生高斯噪声
    output = image + noise  # 将噪声和图片叠加
    output = np.clip(output, 0, 1)
    output = np.uint8(output * 255)
    return output

椒盐噪声

import numpy as np


def add_salt_pepper_noise(image: np.ndarray, prob=0.02):
    """
    :param image:图像
    :param prob: 椒盐噪声噪声比例
    
    prob * 0.51 用于添加盐噪声;
    prob * 0.5 用于添加胡椒噪声
    希望盐的概率稍微比胡椒的概率略高。
    """
    image = add_uniform_noise(image, prob * 0.51, vaule=255)
    image = add_uniform_noise(image, prob * 0.5, vaule=0)
    return image


def add_uniform_noise(image: np.ndarray, prob=0.05, vaule=255):
    """
    随机生成一个0~1的mask，作为椒盐噪声
    :param image:图像
    :param prob: 噪声比例
    :param vaule: 噪声值
    :return:
    """
    h, w = image.shape[:2]
    noise = np.random.uniform(low=0.0, high=1.0, size=(h, w)).astype(dtype=np.float32)  # 产生高斯噪声
    mask = np.zeros(shape=(h, w), dtype=np.uint8) + vaule #盐噪声mask填充为255，胡椒噪声填充为0
    index = noise > prob ##确定添加噪声的位置
    mask = mask * (~index)
    output = image * index[:, :, np.newaxis] + mask[:, :, np.newaxis]
    output = np.clip(output, 0, 255)
    output = np.uint8(output)
    return output