python编程实现给图像添加周期噪声，显示频谱图

可以通过调整图像的像素值来添加周期噪声。具体步骤如下：

1. 导入所需库：

import numpy as np
import cv2
from matplotlib import pyplot as plt

2. 读取图像并转为灰度图：

img = cv2.imread('image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

3. 定义周期噪声函数：

def periodic_noise(img, freq):
    rows, cols = img.shape
    noise = np.zeros_like(img)
    for i in range(rows):
        noise[i, :] = np.sin(i * freq * 2 * np.pi / cols)
    img_noise = img + noise * 50
    img_noise = np.uint8(np.clip(img_noise, 0, 255))
    return img_noise

其中，freq表示噪声的频率，可以自行调整。

4. 添加周期噪声并显示频谱图：

img_noise = periodic_noise(gray, 0.1)
freq = np.fft.fft2(img_noise)
freq_shift = np.fft.fftshift(freq)
magnitude_spectrum = 20 * np.log(np.abs(freq_shift))
plt.subplot(121), plt.imshow(img_noise, cmap='gray')
plt.title('Periodic Noise'), plt.xticks([]), plt.yticks([])
plt.subplot(122), plt.imshow(magnitude_spectrum, cmap='gray')
plt.title('Magnitude Spectrum'), plt.xticks([]), plt.yticks([])
plt.show()

运行后即可显示添加周期噪声后的图像和频谱图。