OpenCV 实战：为视频添加椒盐噪声并实现中值滤波去噪

在计算机视觉领域，噪声处理是图像和视频预处理的重要环节。椒盐噪声（Pepper and Salt Noise）是一种常见的图像噪声，表现为图像中随机出现的黑色（椒）和白色（盐）像素点。本文将基于 Python 和 OpenCV 库，实现为视频逐帧添加椒盐噪声，并使用中值滤波算法去除噪声的完整流程。

一、核心原理介绍

1.1 椒盐噪声

椒盐噪声属于脉冲噪声，其生成逻辑是：在图像的随机位置上，将像素值强制设置为 0（黑色，椒噪声）或 255（白色，盐噪声）。噪声数量越多，图像失真越严重，本次案例中默认生成 10000 个噪声点。

1.2 中值滤波

中值滤波是处理椒盐噪声的经典算法，核心原理是：用像素点邻域内的中值替代该像素点的原始值。由于椒盐噪声的像素值为 0 或 255（极值），在邻域中值计算时会被排除，因此能有效去除椒盐噪声，同时保留图像的边缘信息。OpenCV 中medianBlur函数默认使用奇数尺寸的核（如 3×3）进行滤波。

二、完整代码实现与解析

2.1 椒盐噪声生成函数

python 复制代码

import cv2
import numpy as np

def add_peppersalt_noise(image, n=10000):
    """
    为图像添加椒盐噪声
    :param image: 输入图像（OpenCV读取的BGR格式）
    :param n: 噪声点数量，默认10000个
    :return: 添加噪声后的图像
    """
    # 复制原图像，避免修改原始数据
    result = image.copy()
    # 获取图像的高(h)和宽(w)
    h, w = image.shape[:2]
    
    # 生成n个噪声点
    for i in range(n):
        # 随机生成噪声点的坐标（x为行，y为列）
        x = np.random.randint(0, h)
        y = np.random.randint(0, w)
        # 随机决定是椒噪声（0）还是盐噪声（255）
        if np.random.randint(0, 2) == 0:
            result[x, y] = 0  # 椒噪声（黑色）
        else:
            result[x, y] = 255  # 盐噪声（白色）
    return result

image.copy()：必须复制原图像，否则会直接修改原始帧数据
np.random.randint(0, h)：生成 0 到 h-1 的随机整数，确保坐标在图像范围内
随机选择 0/1 决定噪声类型，保证椒盐噪声随机分布。

2.2 视频处理主逻辑

python 复制代码

# 打开视频文件（替换为你的视频路径，或用0调用摄像头）
video_capture = cv2.VideoCapture("test.avi")  

# 检查视频是否成功打开
if not video_capture.isOpened():
    print("无法打开视频文件/摄像头")
    exit()

# 循环读取视频帧
while True:
    # 逐帧读取：ret为布尔值（是否读取成功），frame为当前帧图像
    ret, frame = video_capture.read()
    # 若读取失败（如视频结束），退出循环
    if not ret:
        break
    
    # 1. 显示原始帧
    cv2.imshow('Original Video', frame)
    
    # 2. 为当前帧添加椒盐噪声
    noise_frame = add_peppersalt_noise(frame)
    cv2.imshow('Video with Peppersalt Noise', noise_frame)
    
    # 3. 中值滤波去噪（核大小为3×3，需为奇数）
    denoised_frame = cv2.medianBlur(noise_frame, 3)
    cv2.imshow('Denoised Video (Median Blur)', denoised_frame)

    # 按下ESC键（ASCII码27）退出循环
    if cv2.waitKey(20) == 27:
        break

# 释放视频捕获资源
video_capture.release()
# 关闭所有OpenCV窗口
cv2.destroyAllWindows()

cv2.VideoCapture：参数为视频路径时读取本地视频，为 0 时调用电脑摄像头
cv2.waitKey(20)：控制视频播放帧率（20ms / 帧），同时监听键盘输入
cv2.medianBlur(noise_frame, 3)：3 为滤波核大小，核越大去噪效果越强，但图像会越模糊，可根据需求调整为 5、7 等奇数。