記錄一下如何向圖像中添加高斯白噪聲。0均值高斯分布。

通過skimage.util.random_noise添加噪聲_aiyaheart的博客-CSDN博客_skimage.util.random_noise

詳解向圖像加入高斯白噪聲_墨曉白的博客-CSDN博客_圖片添加高斯白噪聲

import numpy as np import matplotlib.pyplot as plt from PIL import Image from skimage import util img = Image.open('img/example.jpg') img = np.array(img) noise_gs_img = util.random_noise(img,mode='gaussian') noise_salt_img = util.random_noise(img,mode='salt') noise_pepper_img = util.random_noise(img,mode='pepper') noise_sp_img = util.random_noise(img,mode='s&p') noise_speckle_img = util.random_noise(img,mode='speckle') plt.subplot(2,3,1), plt.title('original') plt.imshow(img) plt.subplot(2,3,2),plt.title('gaussian') plt.imshow(noise_gs_img) plt.subplot(2,3,3), plt.title('salt') plt.imshow(noise_salt_img) plt.subplot(2,3,4), plt.title('pepper') plt.imshow(noise_pepper_img) plt.subplot(2,3,5),plt.title('s&p') plt.imshow(noise_sp_img) plt.subplot(2,3,6), plt.title('speckle') plt.imshow(noise_speckle_img) plt.show()

?運行結果圖：

高斯白噪音：

import numpy as np import matplotlib.pyplot as plt from PIL import Image from skimage import util img = Image.open('img/example.jpg') img = np.array(img) noise_gs_img = util.random_noise(img,mode='gaussian') plt.subplot(1,2,1), plt.title('original') plt.imshow(img) plt.subplot(1,2,2),plt.title('gaussian') plt.imshow(noise_gs_img) plt.show()

?

添加噪音并保存

利用Image打開圖片，（打開圖片也可以使用cv2.imread()）,

img的類型是<class 'PIL.JpegImagePlugin.JpegImageFile'>，不是ndarray類型，使用np.array()將img裝換為ndarray類型，添加高斯白噪音。

保存的時候使用matplotlib.image.imsave('test1.jpg', noise_gs_img)進行保存。

我使用了cv.imwrite()不行，

plt.savefig(filename)可以但是把畫布也保存了，不是我想要的結果。

import numpy as np import cv2 import matplotlib import matplotlib.pyplot as plt from PIL import Image from skimage import utilimg = Image.open('test.jpg') img = np.array(img) #添加高斯白噪音 noise_gs_img=util.random_noise(img, mode='gaussian', seed=None,var=(30/255.0)**2) #保存添加過噪音的圖片 matplotlib.image.imsave('test1.jpg', noise_gs_img)

如何將Numpy數組保存為圖像_追隨夢想，實現夢想-CSDN博客_numpy保存圖片

這個鏈接解決了我的問題。還是對numpy操作不行啊

總結

以上是生活随笔為你收集整理的详解向图像加入高斯白噪声的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。