给灰度图像添加高斯噪声

在Python中，可以使用NumPy和OpenCV库来给灰度图像添加高斯噪声。以下是一个简单的示例代码：

import cv2
import numpy as np

# 读取灰度图像
img = cv2.imread('gray_image.jpg', 0)

# 添加高斯噪声
mean = 0
variance = 100
sigma = np.sqrt(variance)
gaussian = np.random.normal(mean, sigma, img.shape)
noisy_image = img + gaussian

# 显示原始图像和添加噪声后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Noisy Image', noisy_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中，我们首先使用`cv2.imread()`函数读取灰度图像，然后使用`np.random.normal()`函数生成指定均值和方差的高斯噪声。最后，将噪声添加到原始图像中以生成带噪声的图像，并使用`cv2.imshow()`函数显示原始图像和添加噪声后的图像。

相关问题

MATLAB灰度图像添加高斯噪声、椒盐噪声

对于灰度图像，我们可以使用MATLAB内置的函数`imnoise`来添加高斯噪声和椒盐噪声。

添加高斯噪声：

% 读取灰度图像
img = imread('lena.jpg');
% 添加高斯噪声，其中0.05为噪声强度，即噪声占图像像素总数的比例
img_noise = imnoise(img, 'gaussian', 0, 0.05);
% 显示原始图像和添加噪声后的图像
subplot(1,2,1), imshow(img), title('Original Image');
subplot(1,2,2), imshow(img_noise), title('Gaussian Noise Image');

添加椒盐噪声：

% 读取灰度图像
img = imread('lena.jpg');
% 添加椒盐噪声，其中0.05为噪声强度，即噪声占图像像素总数的比例
img_noise = imnoise(img, 'salt & pepper', 0.05);
% 显示原始图像和添加噪声后的图像
subplot(1,2,1), imshow(img), title('Original Image');
subplot(1,2,2), imshow(img_noise), title('Salt & Pepper Noise Image');

其中，`imnoise`函数的第二个参数可以取`'gaussian'`、`'salt & pepper'`、`'poisson'`等字符串，分别表示添加高斯噪声、椒盐噪声、泊松噪声等。第三个参数为噪声均值，对于高斯噪声和泊松噪声有效；第四个参数为噪声方差，对于高斯噪声有效。

给灰度图像加入高斯噪声

可以使用Python中的OpenCV库来为灰度图像添加高斯噪声。下面是示例代码：

import cv2
import numpy as np

img = cv2.imread('gray_image.png', 0)  # 读取灰度图像
h, w = img.shape

# 为图像添加高斯噪声
mean = 0
variance = 10
sigma = variance ** 0.5
gauss = np.random.normal(mean, sigma, (h, w))
gauss = gauss.reshape(h, w)
noisy_img = img + gauss

cv2.imwrite('noisy_image.png', noisy_img)  # 保存带有高斯噪声的图像

在上面的代码中，我们首先使用OpenCV库的`imread()`函数读取灰度图像，并获得其高度和宽度。然后，我们使用NumPy库中的`np.random.normal()`函数生成高斯噪声，其中`mean`是噪声的均值，`variance`是方差，`sigma`是标准差。接下来，我们将高斯噪声添加到灰度图像中，并保存生成的带有高斯噪声的图像。