用python实现图片加入高斯噪声

以下是使用Python实现将图像添加高斯噪声的代码：

import cv2
import numpy as np

# 加载图像
img = cv2.imread('image.jpg')

# 高斯噪声函数
def add_gaussian_noise(image, mean=0, sigma=0.1):
    """
    添加高斯噪声
    :param image: 图像矩阵
    :param mean: 均值，默认为0
    :param sigma: 标准差，默认为0.1
    :return: 添加噪声后的图像矩阵
    """
    noise = np.random.normal(mean, sigma, size=image.shape)
    out = image + noise
    out = np.clip(out, 0, 255)  # 将像素值限制在0-255范围内
    out = out.astype(np.uint8)
    return out

# 添加高斯噪声
img_noise = add_gaussian_noise(img)

# 显示原图和添加噪声后的图像
cv2.imshow('Original', img)
cv2.imshow('Gaussian Noise', img_noise)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，我们首先加载了一张图像，然后定义了一个函数`add_gaussian_noise()`用于添加高斯噪声。该函数接收一个图像矩阵，以及均值和标准差两个参数。我们使用`np.random.normal()`函数生成指定均值和标准差的高斯噪声，然后将其加到原始图像上。最后，我们使用`np.clip()`函数将像素值限制在0-255范围内，并将其转换为整数类型。

最后，我们调用`add_gaussian_noise()`函数并将原始图像作为参数传递给它，然后显示原始图像和添加噪声后的图像。