OpenCV|OpenCV——彩色图像添加椒盐噪声 OpenCV|图像

一、椒盐噪声
二、C++代码
三、结果展示
- 1、原图
- 2、添加椒盐噪声
四、python代码
五、结果展示
- 1、原图
- 2、添加椒盐噪声

一、椒盐噪声 ? ?椒盐噪声是数字图像中的常见噪声，一般是图像传感器、传输信道及解码处理等产生的黑白相间的亮暗点噪声，椒盐噪声常由图像切割产生。椒盐噪声是指两种噪声：盐噪声和椒噪声。盐噪声一般是白色噪声，椒噪声一般为黑色噪声。前者属于高灰度噪声，或者属于低灰度噪声，一般两种噪声同时出现，呈现黑白杂点。去除椒盐噪声常用的方法是中值滤波。
二、C++代码

#include #include using namespace cv; using namespace std; //-----------------------------------椒盐噪声函数---------------------------------------------- void saltAndPepper(cv::Mat image, int n) { for (int k = 0; k < n / 2; k++) {// 随机确定图像中添加椒盐噪声的位置 int i, j; i = std::rand() % image.cols; // 取余数运算，保证在图像的列数内 j = std::rand() % image.rows; // 取余数运算，保证在图像的行数内 int write_black = std::rand() % 2; // 判定为白色噪声还是黑色噪声的变量 // 添加白色噪声 if (write_black == 0) {image.at(j, i)[0] = 255; //cv::Vec3b为opencv定义的一个3个值的向量类型 image.at(j, i)[1] = 255; //[]指定通道，B:0，G:1，R:2 image.at(j, i)[2] = 255; } // 添加黑色噪声 else {image.at(j, i)[0] = 0; //cv::Vec3b为opencv定义的一个3个值的向量类型 image.at(j, i)[1] = 0; //[]指定通道，B:0，G:1，R:2 image.at(j, i)[2] = 0; } }}int main() { Mat lena = imread("qq.jpg"); if (lena.empty()) {cout << "请确认图像文件名称是否正确" << endl; return -1; } imshow("原图", lena); saltAndPepper(lena, 10000); // 彩色图像添加椒盐噪声 imshow("添加噪声", lena); waitKey(0); return 0; }

三、结果展示 1、原图

文章图片

2、添加椒盐噪声
四、python代码

import numpy as np import cv2def salt_pepper_noise(image, prob): """ 添加椒盐噪声 :param image: 输入图像 :param prob: 噪声比 :return: 带有椒盐噪声的图像 """ salt = np.zeros(image.shape, np.uint8) thres = 1 - prob for i in range(image.shape[0]): for j in range(image.shape[1]): rdn = np.random.rand() if rdn < prob: salt[i][j] = 0 elif rdn > thres: salt[i][j] = 255 else: salt[i][j] = image[i][j] return saltsrc = https://www.it610.com/article/cv2.imread('qq.jpg') cv2.namedWindow('input_image', cv2.WINDOW_AUTOSIZE) cv2.imshow('input_image', src) tar = salt_pepper_noise(src, 0.01) cv2.imshow('noise', tar) cv2.waitKey(0) cv2.destroyAllWindows()

五、结果展示 1、原图