OpenCV|OpenCV——彩色图像添加高斯噪声 OpenCV|图像

一、高斯噪声
二、C++代码
三、python代码
四、结果展示
- 1、原始图像
- 2、添加高斯噪声

一、高斯噪声 ??高斯分布，也称正态分布，又称常态分布，记为 N ( μ ， σ 2 ) N(μ，σ^2) N(μ，σ2) ，其中 μ ， σ 2 μ，σ^2 μ，σ2为分布的参数，分别为高斯分布的期望和方差。当有确定值时， p ( x ) p(x) p(x)也就确定了，特别当 μ = 0 μ=0 μ=0， σ 2 = 1 σ^2=1 σ2=1时， X X X的分布为标准正态分布。所谓高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声。区别于椒盐噪声随机出现在图像的任意位置，高斯噪声出现在图像的所有位置。
二、C++代码

#include #include using namespace cv; using namespace std; int main() { Mat img = imread("qq.jpg"); if (img.empty()) {cout << "请确认图像文件名称是否正确" << endl; return -1; } //生成与原图像同尺寸、数据类型和通道数的矩阵 Mat img_noise = Mat::zeros(img.rows, img.cols, img.type()); imshow("lena原图", img); RNG rng; //创建一个RNG类 rng.fill(img_noise, RNG::NORMAL, 10, 20); //生成三通道的高斯分布随机数（10，20）表示均值和标准差 imshow("三通道高斯噪声", img_noise); img = img + img_noise; //在彩色图像中添加高斯噪声 imwrite("gauss_noise.png", img); imshow("img添加噪声", img); //显示添加高斯噪声后的图像 waitKey(0); return 0; }

三、python代码

import numpy as np import cv2def gasuss_noise(image, mu=0.0, sigma=0.1): """ 添加高斯噪声 :param image: 输入的图像 :param mu: 均值 :param sigma: 标准差 :return: 含有高斯噪声的图像 """ image = np.array(image / 255, dtype=float) noise = np.random.normal(mu, sigma, image.shape) gauss_noise = image + noise if gauss_noise.min() < 0: low_clip = -1. else: low_clip = 0. gauss_noise = np.clip(gauss_noise, low_clip, 1.0) gauss_noise = np.uint8(gauss_noise * 255) return gauss_noiseif __name__ == '__main__':# ----------------------读取图片----------------------------- img = cv2.imread("qq.jpg") # --------------------添加高斯噪声--------------------------- out2 = gasuss_noise(img, mu=0.0, sigma=0.1) # ----------------------显示结果----------------------------- cv2.imshow('origion_pic', img) cv2.imshow('gauss_noise', out2) cv2.waitKey(0)

四、结果展示 1、原始图像