【python学习记录】--2--图像二值化和随机椒盐噪声

【本文章转自https://www.cnblogs.com/denny402/p/5096491.html   感谢原作者】

1、将图像灰度二值化,像素值大于128的变为1,否则变为0。

对于彩色图像,不管其图像格式是PNG,还是BMP,或者JPG,在PIL中,使用Image模块的open()函数打开后,返回的图像对象的模式都是“RGB”。而对于灰度图像,不管其图像格式是PNG,还是BMP,或者JPG,打开后,其模式为“L”。

#!/usr/bin/env python
# -*- coding: utf-8 -*-

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt

img = np.array(Image.open("images\\MonaLisa.jpg").convert('L'))
rows, cols = img.shape
for i in range(rows):
    for j in range(cols):
        if (img[i, j] <= 128):
            img[i, j] = 0
        else:
            img[i, j] = 1

plt.figure("Mona Lisa")
plt.imshow(img, cmap='gray')
plt.axis('off')
plt.show()

程序结果如下:

【python学习记录】--2--图像二值化和随机椒盐噪声_第1张图片

2、加入随机椒盐噪声

#!/usr/bin/env python
# -*- coding: utf-8 -*-

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt

img = np.array(Image.open("images\\MonaLisa.jpg"))

# 随机生成500个椒盐
rows, cols, dims = img.shape
for i in range(500):
    x = np.random.randint(0, rows)
    y = np.random.randint(0, cols)
    img[x, y, :] = 255

plt.figure("Mona Lisa")
plt.imshow(img)
plt.axis('off')
plt.show()

【python学习记录】--2--图像二值化和随机椒盐噪声_第2张图片

一些很用用的方法

img[i,:] = im[j,:] # 将第 j 行的数值赋值给第 i 行

img[:,i] = 100 # 将第 i 列的所有数值设为 100

img[:100,:50].sum() # 计算前 100 行、前 50 列所有数值的和

img[50:100,50:100] # 50~100 行,50~100 列(不包括第 100 行和第 100 列)

img[i].mean() # 第 i 行所有数值的平均值

img[:,-1] # 最后一列

img[-2,:] (or im[-2]) # 倒数第二行



你可能感兴趣的:(【python学习记录】)