椒盐噪声python

椒盐噪声是一种常用的图像噪声，它将图像中的一些像素点随机替换为黑色或白色，从而破坏图像的质量。在Python中，可以通过随机生成0或255的数值来实现椒盐噪声的添加。

以下是一个简单的Python代码示例，可以在图像上添加椒盐噪声：

import numpy as np
import cv2

def add_salt_and_pepper_noise(image, noise_ratio):
    h, w = image.shape[:2]
    noise = np.zeros((h, w), np.uint8)
    cv2.randu(noise, 0, 255)
    mask = noise < int(noise_ratio * 255)
    image[mask] = 0
    mask = noise > 255 - int(noise_ratio * 255)
    image[mask] = 255
    return image

其中，`image`是输入的图像，`noise_ratio`是指定的噪声比例，即添加椒盐噪声的密度。

相关问题

椒盐噪声 python

椒盐噪声是一种常见的图像噪声类型，它在图像中随机地添加黑色和白色的像素点，模拟图像中的噪声。在Python中，可以使用OpenCV库来添加椒盐噪声。

以下是使用Python和OpenCV库添加椒盐噪声的示例代码：

import cv2
import numpy as np

def add_salt_pepper_noise(image, probability):
    noisy_image = np.copy(image)
    height, width = noisy_image.shape[:2]
    num_salt = int(probability * height * width)
    coords = [np.random.randint(0, i - 1, num_salt) for i in noisy_image.shape]
    noisy_image[coords] = 255

    num_pepper = int(probability * height * width)
    coords = [np.random.randint(0, i - 1, num_pepper) for i in noisy_image.shape]
    noisy_image[coords] = 0

    return noisy_image

# 读取图像
image = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

# 添加椒盐噪声
noisy_image = add_salt_pepper_noise(image, 0.05)

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

上述代码中，`add_salt_pepper_noise`函数用于添加椒盐噪声。它首先创建一个与原始图像相同大小的副本，然后根据指定的概率在随机位置添加白色和黑色像素点，模拟椒盐噪声。最后，通过调用`cv2.imshow`函数显示原始图像和添加噪声后的图像。

椒盐噪声Python

椒盐噪声是一种常见的图像噪声类型，它在图像中随机地添加黑色和白色的像素点，模拟图像中的噪声。在Python中，可以使用OpenCV库来实现椒盐噪声的添加。

下面是一个简单的示例代码，演示如何在Python中添加椒盐噪声：

import cv2
import numpy as np

def add_salt_and_pepper_noise(image, noise_ratio):
    height, width = image.shape[:2]
    num_noise_pixels = int(noise_ratio * height * width)

    # 添加椒盐噪声
    for _ in range(num_noise_pixels):
        x = np.random.randint(0, width)
        y = np.random.randint(0, height)
        if np.random.rand() < 0.5:
            image[y, x] = 0  # 添加黑色像素
        else:
            image[y, x] = 255  # 添加白色像素

    return image

# 读取图像
image = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

# 添加椒盐噪声
noisy_image = add_salt_and_pepper_noise(image, 0.1)  # 噪声比例为0.1

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

在上述代码中，`add_salt_and_pepper_noise`函数接受一个灰度图像和噪声比例作为输入，然后根据噪声比例随机地在图像中添加黑色和白色的像素点。最后，通过OpenCV的`imshow`函数显示原始图像和添加噪声后的图像。