Python编写程序，给图像添加高斯噪声、椒盐噪声、泊松噪声、瑞利噪声、指数分布噪声和均匀分布噪声

在Python中，我们可以使用一些库来进行图像处理和添加噪声操作。这里简单介绍如何给图像添加常见类型的噪声：

1. **高斯噪声**（Gaussian Noise）：`scikit-image`库中的`random_noise`函数可以生成高斯噪声。例如：

from skimage.util import random_noise
image = ... # 你的图像数据
noisy_image = random_noise(image, var=0.05)  # 设置噪声的标准差

2. **椒盐噪声**（Salt and Pepper Noise）：可以使用`skimage`的`salt_and_pepper`函数：

from skimage.exposure import additive_noise
noisy_image = additive_noise(image, amount=0.05)

3. **泊松噪声**（Poisson Noise）：`poisson_noise`函数适用于像素值为整数的情况：

import scipy.stats as stats
noisy_image = stats.poisson(image).rvs()

4. **瑞利噪声**（Rayleigh Noise）：较少直接提供现成函数，需要自定义或用其他库如`numpy`生成随机复数数组然后取模：

import numpy as np
noisy_image = np.abs(np.random.normal(0, image.std(), image.shape)) + image

5. **指数分布噪声**（Exponential Noise）：同样不是直接提供的，你需要生成符合指数分布的随机值再调整到合适范围：

import scipy.stats as stats
expon = stats.expon(scale=image.std())
noisy_image = image + expon.rvs(image.size).reshape(image.shape)

6. **均匀分布噪声**（Uniform Noise）：类似指数噪声，可以生成均匀分布随机数：

uniform = np.random.uniform(-image.std(), image.std(), image.shape)
noisy_image = image + uniform

在每种噪声之后，别忘了检查结果并可能对图像进行归一化或保存。