python中opencv给图片加入高斯噪声

以下是使用Python中OpenCV给图片加入高斯噪声的示例代码：
import cv2
import numpy as np

# 加载图片
img = cv2.imread('image.jpg')

# 获取图片的高度和宽度
height, width = img.shape[:2]

# 创建一个与原图像大小相同的矩阵
noise = np.zeros((height, width, 3), np.uint8)

# 生成高斯噪声
cv2.randn(noise, 0, 50)

# 将高斯噪声添加到原图像中
img_noise = cv2.add(img, noise)

# 显示原图像和加入噪声后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Image with Gaussian Noise', img_noise)

cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码首先加载一张图片，然后创建一个与原图像大小相同的矩阵用于生成高斯噪声。使用cv2.randn()函数生成高斯噪声，第一个参数为噪声矩阵，第二个参数为平均值，第三个参数为标准差。最后，将高斯噪声添加到原图像中，并显示原图像和加入噪声后的图像。

相关问题

python添加高斯噪声_使用Python-OpenCV向图片添加噪声（高斯噪声、椒盐噪声）

添加高斯噪声可以使用NumPy和OpenCV库。具体的步骤如下：

导入NumPy和OpenCV库：

import numpy as np
import cv2

读取图片：

img = cv2.imread('image.jpg')

生成高斯噪声：

mean = 0
var = 100
sigma = var ** 0.5
gaussian = np.random.normal(mean, sigma, (img.shape[0], img.shape[1], img.shape[2]))
gaussian = gaussian.reshape(img.shape)

其中，mean表示噪声的均值，var表示噪声的方差，sigma表示噪声的标准差，np.random.normal是生成高斯分布的函数。

将高斯噪声添加到图片中：

img_gaussian = img + gaussian

显示添加噪声后的图片：

cv2.imshow('Gaussian noise', img_gaussian)
cv2.waitKey(0)
cv2.destroyAllWindows()

完整代码如下：
import numpy as np
import cv2

img = cv2.imread('image.jpg')

mean = 0
var = 100
sigma = var ** 0.5
gaussian = np.random.normal(mean, sigma, (img.shape[0], img.shape[1], img.shape[2]))
gaussian = gaussian.reshape(img.shape)

img_gaussian = img + gaussian

cv2.imshow('Gaussian noise', img_gaussian)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意：在添加噪声后，像素值可能会超出0-255的范围，需要使用clip函数将其限制在0-255之间，如下所示：
img_gaussian = np.clip(img_gaussian, 0, 255)

python-opencv 高斯噪声和椒盐噪声

高斯噪声和椒盐噪声是数字图像处理中常见的两种噪声形式。下面是使用python-opencv库生成高斯噪声和椒盐噪声的示例代码：
生成高斯噪声
import numpy as np
import cv2
读取原始图像
img = cv2.imread('lena.jpg')
生成高斯噪声
mean = 0
var = 0.1
sigma = var ** 0.5
gaussian = np.random.normal(mean, sigma, img.shape)
gaussian = gaussian.reshape(img.shape).astype(np.float32)
noisy_image = img + gaussian
显示原始图像和加噪后的图像
cv2.imshow('Original', img)
cv2.imshow('Gaussian Noise', noisy_image.astype(np.uint8))
cv2.waitKey(0)
cv2.destroyAllWindows()
生成椒盐噪声
import numpy as np
import cv2
读取原始图像
img = cv2.imread('lena.jpg')
生成椒盐噪声
s_vs_p = 0.5
amount = 0.004
noisy_image = np.copy(img)
Salt mode
num_salt = np.ceil(amount * img.size * s_vs_p)
coords = [np.random.randint(0, i - 1, int(num_salt)) for i in img.shape]
noisy_image[coords] = 255
Pepper mode
num_pepper = np.ceil(amount * img.size * (1. - s_vs_p))
coords = [np.random.randint(0, i - 1, int(num_pepper)) for i in img.shape]
noisy_image[coords] = 0
显示原始图像和加噪后的图像
cv2.imshow('Original', img)
cv2.imshow('Salt and Pepper Noise', noisy_image.astype(np.uint8))
cv2.waitKey(0)
cv2.destroyAllWindows()