查看: 4384|回复: 0

[参考文献] 图像的加噪与去噪（python）

字体大小: 正常放大

杨利霞

5273 主题	82 听众	17万积分

TA的每日心情

	开心 2021-8-11 17:59

签到天数: 17 天

[LV.4]偶尔看看III

网络挑战赛参赛者

自我介绍: 本人女，毕业于内蒙古科技大学，担任文职专业，毕业专业英语。

群组: 2018美赛大象算法课程

群组: 2018美赛护航培训课程

群组: 2019年数学中国站长建

群组: 2019年数据分析师课程

群组: 2018年大象老师国赛优

电梯直达

1^#

发表于 2020-4-28 15:43 |只看该作者 |倒序浏览

|招呼Ta 关注Ta

图像的加噪与去噪（python）高斯噪声(Gaussiannoise)和椒盐噪声(salt-and-peppernoise)均可通过Python库：skimage实现。

#import os             #import语句的作用是用来导入模块，可以出现在程序任何位置
import cv2 as cv       #导入openCV库
import skimage       #导入skimage模块.scikit-image是一个图像处理算法的集合。它是基于scipy的一款图像处理包，它将图片作为numpy数组进行处理，方便进行后续运算。
                     #必须首先安装numpy,scipy,matplotlib
import numpy as np    #导入numpy模块。numpy是python扩展程序库，支持数组和矩阵运算，针对数组运算提供大量数学函数库。

def boxBlur(img):
# 使用5x5的滤波核进行平滑
blur = cv.boxFilter(img,-1,(5, 5))
return blur

def gaussianBlur(img):
#    使用高斯核进行平滑
blur = cv.GaussianBlur(img,(5, 5),1.5)
return blur

def main():
# 2. 定义图片类img
path = r"C:\Users\98238\Desktop\Lenna.jpg"
img = cv.imread(path)
start_t = cv.getTickCount()
# 5. 加噪声，绘图
##############################################3
# add gaussian noise

gauss_noiseImg = skimage.util.random_noise(img, mode='gaussian')# 添加10%的高斯噪声
gauss_noiseImg=gauss_noiseImg
salt_noiseImg = skimage.util.random_noise(img, mode='salt')  # 添加椒盐噪声

lb_gauss=cv.medianBlur(gauss_noiseImg.astype('float32'), 1)#中值滤波

lb_salt=cv.medianBlur(salt_noiseImg.astype('float32'), 1)#中值滤波
print(gauss_noiseImg.dtype, "gaussian noisy image dtype")#输出一个注释
print(gauss_noiseImg.shape, "gaussian noisy image shape")#输出一个注释

print(salt_noiseImg.dtype, "salt noisy image dtype")#输出一个注释
print(salt_noiseImg.shape, "salt noisy image shape")#输出一个注释

cv.namedWindow("Original Image", cv.WINDOW_NORMAL)#输出原图片的标题
cv.imshow('Original Image', img)#输出原图片

# Gaussian noisy image
cv.namedWindow("Added Gaussian Noise Image", cv.WINDOW_NORMAL)#输出高斯噪声图片的标题
cv.imshow('Added Gaussian Noise Image', gauss_noiseImg)#输出高斯噪声图片

# Salt noisy image
cv.namedWindow("Added Salt Noise Image", cv.WINDOW_NORMAL)#输出椒盐噪声图片的标题
cv.imshow('Added Salt Noise Image', salt_noiseImg)#输出椒盐噪声图片

#滤波后的图像
cv.namedWindow("lbguass Image", cv.WINDOW_NORMAL)#输出滤波后高斯噪声图片标题
cv.imshow('lbguass Image', lb_gauss)#输出滤波后高斯噪声图片
cv.namedWindow("lbsalt Image", cv.WINDOW_NORMAL)#输出滤波后椒盐噪声图片标题
cv.imshow('lbsalt Image', lb_salt)#输出滤波后椒盐噪声图片

#####################################################

stop_t = ((cv.getTickCount() - start_t) / cv.getTickFrequency()) * 1000#运行时间

print(stop_t, "ms")#输出时间并加上单位

cv.waitKey(0)
cv.destroyAllWindows()

if __name__ == "__main__":
main()

原图如下