生成tensor,并在tensor里加随机噪点,然后把tensor转换为对应的灰度图像或RGB图像及可视化所加的噪点python代码

以下是生成带随机噪点的灰度图像及可视化代码：

import torch
import numpy as np
import matplotlib.pyplot as plt

# 生成随机tensor
tensor = torch.randn((1, 1, 128, 128))
# 加入随机噪点
tensor += torch.randn_like(tensor) * 0.1
# 将tensor转换为numpy数组
tensor = tensor.numpy()[0, 0]

# 可视化带噪点的图像
plt.imshow(tensor, cmap='gray')
plt.show()

# 将带噪点的tensor转换为灰度图像
tensor = (tensor - tensor.min()) / (tensor.max() - tensor.min()) * 255
tensor = tensor.astype(np.uint8)

# 可视化灰度图像
plt.imshow(tensor, cmap='gray')
plt.show()

以下是生成带随机噪点的RGB图像及可视化代码：

import torch
import numpy as np
import matplotlib.pyplot as plt

# 生成随机tensor
tensor = torch.randn((1, 3, 128, 128))
# 加入随机噪点
tensor += torch.randn_like(tensor) * 0.1
# 将tensor转换为numpy数组
tensor = tensor.numpy()[0].transpose(1, 2, 0)

# 可视化带噪点的图像
plt.imshow(tensor)
plt.show()

# 将带噪点的tensor转换为RGB图像
tensor = (tensor - tensor.min()) / (tensor.max() - tensor.min()) * 255
tensor = tensor.astype(np.uint8)

# 可视化RGB图像
plt.imshow(tensor)
plt.show()