【OpenCV】基于Python的图像高斯平滑和椒盐噪声处理

最近要做一个Project，是使用TV来对添加了Gaussian和Salt&Pepper噪声的图像进行恢复，前期的任务是生成噪声污染的图像。

噪声图像的生成采用对图像进行高斯平滑，之后在随机的对图像添加椒盐噪声。

里面用到的几个opencv的方法：

• random.random_integers:产生范围内的随机整数
• cv2.GaussianBlur:对图像进行高斯滤波

源代码：

import cv2
from numpy import *
def SaltAndPepper(src,percetage):
    NoiseImg=src
    NoiseNum=int(percetage*src.shape[0]*src.shape[1])
    for i in range(NoiseNum):
        randX=random.random_integers(0,src.shape[0]-1)
        randY=random.random_integers(0,src.shape[1]-1)
        if random.random_integers(0,1)==0:
            NoiseImg[randX,randY]=0
        else:
            NoiseImg[randX,randY]=255          
    return NoiseImg 
    
if __name__=='__main__':
    img=cv2.imread('Lena.jpg',flags=0)
    gimg=cv2.GaussianBlur(img,(7,7),sigmaX=0)
    NoiseImg=SaltAndPepper(gimg,0.4)
    #cv2.imshow('img',gimg)
    #figure()
    Pers=[0.4,0.5,0.6]
    for i in Pers:
        NoiseImg=SaltAndPepper(gimg,i)
        fileName='GaussianSaltPepper'+str(i)+'.jpg'
        cv2.imwrite(fileName,NoiseImg,[cv2.IMWRITE_JPEG_QUALITY,100])
    cv2.imshow('img2',NoiseImg)
    cv2.waitKey()

添加40%椒盐噪声的效果图：

添加50%椒盐噪声的效果图：

添加60%椒盐噪声的效果图：