opencvpython添加椒盐噪声

要在OpenCV Python中添加椒盐噪声，可以使用以下代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.jpg')

# 添加椒盐噪声
noise = np.zeros(img.shape, np.uint8)
cv2.randu(noise, , 255)
black = noise < 30
white = noise > 225
img[black] = 
img[white] = 255

# 显示图像
cv2.imshow('image', img)
cv2.waitKey()
cv2.destroyAllWindows()

这段代码首先读取一张图像，然后使用`cv2.randu()`函数生成一个与图像大小相同的随机噪声矩阵。接着，将噪声矩阵中小于30的像素设为黑色，大于225的像素设为白色，从而模拟椒盐噪声。最后，将噪声添加到原始图像中，并显示结果。

相关问题

opencv图像添加椒盐噪声

可以使用OpenCV中的`randn()`函数来生成高斯噪声，使用`rand()`函数来生成椒盐噪声。以下是添加椒盐噪声的示例代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('test.jpg')

# 添加椒盐噪声
noise_img = np.zeros(img.shape, np.uint8)
p = 0.05  # 噪声比例
for i in range(img.shape[0]):
    for j in range(img.shape[1]):
        r = np.random.rand()
        if r < p / 2:
            noise_img[i][j] = 0
        elif r < p:
            noise_img[i][j] = 255
        else:
            noise_img[i][j] = img[i][j]

# 显示图像
cv2.imshow('img', img)
cv2.imshow('noise_img', noise_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述代码中，`p`表示噪声比例，即图像中像素点被噪声覆盖的比例。通过循环遍历每个像素点，生成随机数，若随机数小于`p/2`，则将该像素点设置为黑色（椒噪声）；若随机数在`p/2`和`p`之间，则将该像素点设置为白色（盐噪声）；否则保持原来的像素值。

使用Python添加椒盐噪声

使用Python添加椒盐噪声可以通过OpenCV库来实现。首先，我们需要加载图像并将其转换为灰度图像。然后，我们可以使用OpenCV的`addSaltAndPepperNoise`函数向图像添加椒盐噪声。这个函数接受三个参数：图像、椒盐噪声比例和噪声密度。

下面是一个示例代码，演示如何使用Python添加椒盐噪声：

import cv2
import numpy as np

def add_salt_and_pepper_noise(image, salt_vs_pepper_ratio, noise_density):
    height, width = image.shape[:2]
    num_salt = int(height * width * noise_density * salt_vs_pepper_ratio)
    num_pepper = int(height * width * noise_density) - num_salt
    salt_coords = [np.random.randint(0, height, num_salt),
                   np.random.randint(0, width, num_salt)]
    pepper_coords = [np.random.randint(0, height, num_pepper),
                     np.random.randint(0, width, num_pepper)]
    image[salt_coords = 255
    image = 0
    return image

# 加载图像并转换为灰度图像
image = cv2.imread('image.jpg')
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 添加椒盐噪声
salt_vs_pepper_ratio = 0.5
noise_density = 0.01
noisy_image = add_salt_and_pepper_noise(gray_image, salt_vs_pepper_ratio, noise_density)

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

在这个示例中，我们首先加载图像并将其转换为灰度图像。然后，调用`add_salt_and_pepper_noise`函数来添加椒盐噪声。最后，我们使用OpenCV的`imshow`函数来显示原始图像和添加椒盐噪声后的图像。

请注意，`salt_vs_pepper_ratio`参数表示椒盐噪声中椒盐比例的权重，可以根据需要进行调整。`noise_density`参数表示噪声密度，控制噪声的强度。您可以根据实际情况调整这两个参数来达到所需的效果。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [使用Python-OpenCV向图片添加噪声的实现(高斯噪声、椒盐噪声)](https://download.csdn.net/download/weixin_38641150/12862928)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"]
- *2* [对灰度图像添加高斯噪声和椒盐噪声_使用字典学习和深层字典学习进行图像去噪_python](https://download.csdn.net/download/m0_53407570/85040807)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"]
- *3* [selenium+python代码合集](https://download.csdn.net/download/qq_44700741/88269968)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"]
[ .reference_list ]