在Python中，如何定义椒盐噪声，代码

在Python中，椒盐噪声是一种常见的图像处理噪声模型，它会在图像中随机地将像素值置为0（黑点）或原始值（正常像素）。下面是一个简单的例子，展示如何使用PIL库来添加椒盐噪声：

from PIL import Image, ImageFilter

def add_salt_and_pepper_noise(image_path, salt_rate=0.05, pepper_rate=0.05):
    # 加载图片
    image = Image.open(image_path)
    
    # 创建噪声矩阵
    noise_matrix = Image.new('1', image.size, '1')  # '1'表示二进制图像，白色背景
    salt_mask = Image.new('1', image.size, '0')
    pepper_mask = Image.new('1', image.size, '0')

    for x in range(image.width):
        for y in range(image.height):
            if random.random() < salt_rate:
                salt_mask.putpixel((x, y), 1)
            elif random.random() < pepper_rate:
                pepper_mask.putpixel((x, y), 1)

    # 合并噪声
    noisy_image = Image.composite(image, salt_mask, salt_mask) | Image.composite(image, pepper_mask, pepper_mask)
    
    return noisy_image

# 使用函数添加噪声
noisy_img = add_salt_and_pepper_noise('input.jpg', 0.1, 0.1)
noisy_img.show()

在这个例子中，`salt_rate`和`pepper_rate`分别指代盐噪声（黑点）和椒噪声（白点）的比例。每个像素有5%的概率变成盐噪声或椒噪声。