python给图像加高斯噪声和去噪

要给图像加高斯噪声和去噪，我们可以使用Python中的OpenCV库。首先，我们需要导入必要的库和图像。

import cv2
import numpy as np

# 加载图像
image = cv2.imread('image.jpg')

接下来，我们可以通过使用`cv2.randn()`函数来添加高斯噪声。该函数可以生成一个具有指定均值和标准差的随机高斯数组，与原始图像尺寸相同。

# 生成高斯噪声
mean = 0
std_deviation = 50
gaussian_noise = np.zeros(image.shape, np.uint8)
cv2.randn(gaussian_noise, mean, std_deviation)

可以调整`mean`和`std_deviation`的值来控制噪声的强度。生成的高斯噪声数组与原始图像相加。

# 添加高斯噪声到图像
noisy_image = cv2.add(image, gaussian_noise)

现在图像上添加了高斯噪声。如果要将其去噪，可以使用OpenCV库中的`cv2.fastNlMeansDenoising()`函数。

# 去噪
denoised_image = cv2.fastNlMeansDenoisingColored(noisy_image, None, 10, 10, 7, 21)

在这里，我们使用了`cv2.fastNlMeansDenoisingColored()`函数来对带有高斯噪声的彩色图像进行去噪。该函数采用一些参数，如去噪强度、空间窗口大小和色彩距离权重等。您可以根据需要调整这些参数。

最后，可以使用`cv2.imshow()`函数显示添加了高斯噪声和去噪后的图像。

# 显示结果
cv2.imshow('Original Image', image)
cv2.imshow('Noisy Image', noisy_image)
cv2.imshow('Denoised Image', denoised_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

通过运行以上代码，您将能够在显示窗口中看到原始图像、添加了高斯噪声的图像和经过去噪处理的图像。