给灰度图像2人为地加上高斯噪声得到带噪声的图像3的Python代码

在Python中，给灰度图像添加高斯噪声通常会用到`numpy`库，结合`gaussian_filter`函数来自`scipy.ndimage`模块。以下是一个简单的例子：

import numpy as np
from scipy.ndimage import gaussian_filter

# 假设你已经有了一个灰度图像，这里用数组表示，名为gray_img
gray_img = ...  # 一个灰度图像的二维numpy数组

# 定义噪声标准差（sigma），可以根据需要调整这个值
noise_sigma = 5  # 高斯噪声的强度

# 将灰度图像转换为浮点型以便于添加噪声
noisy_img = gray_img.astype(np.float64)

# 添加高斯噪声
noisy_img += np.random.normal(loc=0, scale=noise_sigma, size=gray_img.shape)

# 由于`gaussian_filter`是对信号进行平滑处理，而不是直接添加噪声，我们也可以选择先平滑再添加噪声，例如：
# noisy_img = gaussian_filter(gray_img, noise_sigma) + np.random.normal(loc=0, scale=noise_sigma, size=gray_img.shape)

# 如果你想保持像素值在0-255范围内，需要对结果进行clip操作
noisy_img = np.clip(noisy_img, a_min=0, a_max=255)

# 这里生成的`noisy_img`就是带噪声的图像

请注意，这里的代码假设`gray_img`已经是一个灰度图像的数组，并且你可以根据实际需求修改`noise_sigma`的值。此外，如果`gray_img`不是整数类型的，`astype(np.float64)`是为了能够进行数值计算。