数据集扩充之添加噪声

import os
import cv2
import numpy as np
import random
import re

def sp_noise(noise_img, proportion):
    '''
    添加椒盐噪声
    proportion的值表示加入噪声的量，可根据需要自行调整
    return: img_noise
    '''
    height, width = noise_img.shape[0], noise_img.shape[1]#获取高度宽度像素值
    num = int(height * width * proportion) #一个准备加入多少噪声小点
    for i in range(num):
        w = random.randint(0, width - 1)
        h = random.randint(0, height - 1)
        if random.randint(0, 1) == 0:
            noise_img[h, w] = 0
        else:
            noise_img[h, w] = 255
    return noise_img


def gaussian_noise(img, mean, sigma):
    '''
    此函数用将产生的高斯噪声加到图片上
    传入:
        img   :  原图
        mean  :  均值
        sigma :  标准差
    返回:
        gaussian_out : 噪声处理后的图片
    '''
    if img != '.DS_Store':
    # 将图片灰度标准化
        img = img / 255
    # 产生高斯 noise
        noise = np.random.normal(mean, sigma, img.shape)
    # 将噪声和图片叠加
        gaussian_out = img + noise
    # 将超过 1 的置 1，低于 0 的置 0
        gaussian_out = np.clip(gaussian_out, 0, 1)
    # 将图片灰度范围的恢复为 0-255
        gaussian_out = np.uint8(gaussian_out*255)
    # 将噪声范围搞为 0-255
    # noise = np.uint8(noise*255)
        return gaussian_out# 这里也会返回噪声，注意返回值

def random_noise(image,noise_num):
    '''
    添加随机噪点（实际上就是随机在图像上将像素点的灰度值变为255即白色）
    param image: 需要加噪的图片
    param noise_num: 添加的噪音点数目
    return: img_noise
    '''
    # 参数image：，noise_num：
    img_noise = image
    # cv2.imshow("src", img)
    rows, cols, chn = img_noise.shape
    # 加噪声
    for i in range(noise_num):
        x = np.random.randint(0, rows)#随机生成指定范围的整数
        y = np.random.randint(0, cols)
        img_noise[x, y, :] = 255
    return img_noise

def convert(input_dir, output_dir):
    for filename in os.listdir(input_dir):
        path = input_dir + "/" + filename # 获取文件路径
        print("doing... ", path)
        noise_img = cv2.imread(path)#读取图片
        #img_noise = gaussian_noise(noise_img, 0, 0.11) # 高斯噪声
        #img_noise = sp_noise(noise_img,0.025)# 椒盐噪声
        img_noise  = random_noise(noise_img,100)# 随机噪声
        #对每一张图片进行重命名
        rules = re.compile(r'(.*?)_0.jpg') #截取(.*?)部分文件名
        newfilename = re.findall(rules, str(filename))[0]
        cv2.imwrite(output_dir + '/' + newfilename + '_' + str(3) + '.jpg', img_noise )

if __name__ == '__main__':
    input_dir = "/path/noise/dataset1"    # 输入数据文件夹
    output_dir = "/path/noise/dataset2" # 输出数据文件夹
    convert(input_dir, output_dir)

文件重命名前后对比：
输入数据：

输出数据：