opnecv为图片增加噪声函数

OpenCV是一个开源的计算机视觉库，它提供了一系列的功能，包括图像处理和分析。对于给图片添加噪声，OpenCV并不直接内置一个名为`opnecv`的函数，但你可以通过其强大的图像操作功能来模拟噪声。实际上，你可以使用以下步骤来添加常见的噪声类型：

1. **高斯噪声**：可以创建一个随机的高斯分布数组，然后将其乘以图片的像素值并添加到原图上。例如，可以使用`cv2.randn()`函数加上适当的均值和标准差。

import cv2
import numpy as np

img = cv2.imread('image.jpg')
noise = np.random.normal(0, 0.1, img.shape) # 创建高斯噪声
noisy_img = img + noise

2. **椒盐噪声**：可以随机选择像素点，将它们设置为最大值（白色）或最小值（黑色）。OpenCV没有直接的椒盐噪声函数，但可以用位运算实现。

def salt_pepper_noise(image, prob):
    height, width = image.shape[:2]
    noisy = image.copy()
    s_vs_p = 0.5  # 确定椒盐噪声的比例
    amount = 0.004 * height * width * prob  # 设置噪声数量
    num_salt = np.ceil(amount * s_vs_p)
    num_pepper = np.ceil(amount * (1.0 - s_vs_p))
    coords = [np.random.randint(0, i - 1, int(num_salt)) for i in image.shape[:-1]]
    coords += (np.random.randint(0, 2, len(coords)),) * 2
    noisy[coords] = 0
    coords = [np.random.randint(0, i - 1, int(num_pepper)) for i in image.shape[:-1]]
    coords += (np.random.randint(0, 2, len(coords)),) * 2
    noisy[coords] = 255
    return noisy

salt_prob = 0.05
noisy_img = salt_pepper_noise(img, salt_prob)

3. **其他噪声类型**：OpenCV还有其他的滤波器如`cv2.GaussianBlur()`、`cv2.additiveGaussianNoise()`等可以用于模拟更复杂的噪声效果。