图像处理相关知识 —— 椒盐噪声

**椒盐噪声是一种常见的图像噪声类型,它会在图像中随机地添加黑色(椒)和白色(盐)的像素点,使图像的质量降低。**这种噪声模拟了在图像传感器中可能遇到的问题,例如损坏的像素或传输过程中的干扰。

椒盐噪声会影响图像的视觉质量和信息可读性,因此在图像处理中需要采取相应的去噪方法来恢复图像的清晰度和准确性。去除椒盐噪声的常见方法包括中值滤波、均值滤波和高斯滤波等。这些方法通过在图像中的像素周围计算滤波器内像素的统计数据来平滑图像,从而减少噪声的影响。

以下是使用 Python 和 OpenCV 库生成椒盐噪声的简单示例代码:

python 复制代码
import numpy as np
import cv2

def add_salt_and_pepper_noise(image, salt_prob, pepper_prob):
    noisy_image = np.copy(image)
    row, col, _ = noisy_image.shape
    salt_pixels = np.random.rand(row, col) < salt_prob
    pepper_pixels = np.random.rand(row, col) < pepper_prob
    noisy_image[salt_pixels] = [255, 255, 255]  # 白色
    noisy_image[pepper_pixels] = [0, 0, 0]      # 黑色
    return noisy_image

# 读取图像
image = cv2.imread('example_image.jpg')

# 添加椒盐噪声
salt_prob = 0.01  # 添加盐的概率
pepper_prob = 0.01  # 添加椒的概率
noisy_image = add_salt_and_pepper_noise(image, salt_prob, pepper_prob)

# 显示原始图像和带有噪声的图像
cv2.imshow('Original Image', image)
cv2.imshow('Noisy Image', noisy_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中,我们首先使用 cv2.imread() 读取一张图像,然后定义了一个函数 add_salt_and_pepper_noise() 来添加椒盐噪声。最后,我们通过调用这个函数来生成带有椒盐噪声的图像,并使用 cv2.imshow() 显示原始图像和带有噪声的图像。

左图为原图,右图为加入椒盐噪声后的图像。

相关推荐
羲云网络34 分钟前
GPT Image 2.6 动态表情怎么改:从情绪歧义到动作节奏验收
人工智能·gif·图像编辑
EatFan1 小时前
AI Agent 工程化元年:从单体智能到 Agent 集群的架构演进与落地路径
人工智能·架构·ai agent·autogen·crewai·agent集群·记忆工程
泯泷1 小时前
别再“裸聊”大模型了!你家的 AI 为什么总胡说八道?根子在 RAG
人工智能·算法·架构
玖米GEO运营王总监1 小时前
成都AI数字人视频怎么批量生产?流程与合规标注
大数据·人工智能·音视频
硅谷秋水2 小时前
面向精确到达任务的机器人-对齐3D高斯溅射方法——基于腕部-相机VLA策略
数码相机·机器学习·计算机视觉·3d·机器人
f6m274dww2cmd2 小时前
拆一个类目第一的20个曝光词:43% 的搜索量来自第二页
人工智能
RobinDevNotes3 小时前
24GB Mac 做数字人:声音放本地,画面租云端
人工智能·python·macos·开发工具
user4465117917913 小时前
Agent 也能「过安检」:AgentScope 权限系统设计拆解
人工智能
烟小栀3 小时前
Windows下的深度学习环境配置参考及配置教程
人工智能
tellmewhoisi4 小时前
深度学习0:数学知识:最大似然推导过程
人工智能·深度学习·概率论