高斯雜訊和椒鹽雜訊的python程式實現

首首先我們先來看下python中shape()函式的用法

from numpy import *

a=array([[1,2,3],[2,3,4],[3,4,5],[4,5,6]])

a.shape[0]

然後輸入

a.shape[1]

得到a的列數為 3

圖1：執行在python的idle中示例

通過程式我們可以看到shape[0]表示的為行數，shape[1]表示的為列數

然後我們看下range()函式的用法

我們首先看下help('range')給我們的解釋

意思是：返回乙個從0開始的物件的整數序列，

進入正題：

我們先定義高斯雜訊函式：gaussiannoise(src,means,sigma)

通過使用函式random.gauss(means,sigma)生成均值為means,標準差為sigma的高斯白雜訊

高斯雜訊的**如下：

def gaussiannoise(src,means,sigma):

noiseimg=src
rows=noiseimg.shape[0]
cols=noiseimg.shape[1]
for i in range(rows):
for j in range(cols):
noiseimg[i,j]=noiseimg[i,j]+random.gauss(means,sigma)
if  noiseimg[i,j]< 0:
noiseimg[i,j]=0
elif  noiseimg[i,j]>255:
noiseimg[i,j]=255
return noiseimg

def pepperandsalt(src,percetage):

noiseimg=src
noisenum=int(percetage*src.shape[0]*src.shape[1])
for i in range(noisenum):
randx=random.random_integers(0,src.shape[0]-1)
randy=random.random_integers(0,src.shape[1]-1)
if random.random_integers(0,1)<=0.5:
noiseimg[randx,randy]=0
else:
noiseimg[randx,randy]=255          
return noiseimg

加入椒鹽雜訊之後的執行結果如下：

圖2：加入椒鹽雜訊的執行結果

高斯雜訊的**為：

加入高斯雜訊的執行結果為：

這次就先寫到這兒,晚上回去把它寫成可以在彩色影象上使用！

高斯雜訊和椒鹽雜訊python

高斯雜訊的 如下 def gaussiannoise src,means,sigma noiseimg src rows noiseimg.shape 0 cols noiseimg.shape 1 for i in range rows for j in range cols noiseimg i...

Python OpenCV寫椒鹽雜訊和高斯雜訊

import cv2 import numpy as np import random import tkinter import math def rgb2gray rgb gray np.zeros rgb.shape 0 rgb.shape 1 1 np.uint8 建立影象變數，防止gray...

霧看OpenCV 6 椒鹽雜訊與高斯雜訊

參考 1 椒鹽雜訊 椒鹽雜訊也稱脈衝雜訊，它是一種隨機出現的白點或者黑點，可能是亮的區域有黑色畫素或是在暗的區域有白色畫素 或是兩者皆有 影象模擬新增椒鹽雜訊是通過 隨機獲取畫素點，並設定為高亮度點和低亮度點來實現的。2 高斯雜訊 高斯雜訊是指概率密度函式服從高斯分布的一類雜訊。特別的，如果乙個雜訊...