una - Cómo agregar ruido(gaussiano/sal y pimienta, etc.) a la imagen en Python con OpenCV

agregar ruido gaussiano a una imagen en matlab

Question

Esta pregunta ya tiene una respuesta aquí:

• Ruido impulsivo, gaussiano y de sal y pimienta con OpenCV 8 respuestas

Me pregunto si existen algunas funciones en Python con OpenCV o en alguna otra biblioteca de procesamiento de imágenes de Python que agregue ruido gaussiano o de sal y pimienta a una imagen. Por ejemplo, en MATLAB existen funciones directas que hacen el mismo trabajo.

O, ¿cómo agregar ruido a una imagen usando Python con OpenCV?

Answer 1

La función agrega ruido gaussiano, de sal y pimienta, poisson y moteado en una imagen

Parameters
----------
image : ndarray
Input image data. Will be converted to float.
mode : str
One of the following strings, selecting the type of noise to add:
''gauss'' Gaussian-distributed additive noise.
''poisson'' Poisson-distributed noise generated from the data.
''s&p'' Replaces random pixels with 0 or 1.
''speckle'' Multiplicative noise using out = image + n*image,where
n is uniform noise with specified mean & variance.
import numpy as np
import os
import cv2
def noisy(noise_typ,image):
if noise_typ == "gauss":
row,col,ch= image.shape
mean = 0
var = 0.1
sigma = var**0.5
gauss = np.random.normal(mean,sigma,(row,col,ch))
gauss = gauss.reshape(row,col,ch)
noisy = image + gauss
return noisy
elif noise_typ == "s&p":
row,col,ch = image.shape
s_vs_p = 0.5
amount = 0.004
out = np.copy(image)
# Salt mode
num_salt = np.ceil(amount * image.size * s_vs_p)
coords = [np.random.randint(0, i - 1, int(num_salt))
for i in image.shape]
out[coords] = 1
# Pepper mode
num_pepper = np.ceil(amount* image.size * (1. - s_vs_p))
coords = [np.random.randint(0, i - 1, int(num_pepper))
for i in image.shape]
out[coords] = 0
return out
elif noise_typ == "poisson":
vals = len(np.unique(image))
vals = 2 ** np.ceil(np.log2(vals))
noisy = np.random.poisson(image * vals) / float(vals)
return noisy
elif noise_typ =="speckle":
row,col,ch = image.shape
gauss = np.random.randn(row,col,ch)
gauss = gauss.reshape(row,col,ch)
noisy = image + image * gauss
return noisy

Answer 2

No sé si hay algún método en la API de Python. Pero puedes usar este código simple para agregar ruido de sal y pimienta a una imagen.

import numpy as np
import random
import cv2
def sp_noise(image,prob):
''''''
Add salt and pepper noise to image
prob: Probability of the noise
''''''
output = np.zeros(image.shape,np.uint8)
thres = 1 - prob
for i in range(image.shape[0]):
for j in range(image.shape[1]):
rdn = random.random()
if rdn < prob:
output[i][j] = 0
elif rdn > thres:
output[i][j] = 255
else:
output[i][j] = image[i][j]
return output
image = cv2.imread(''image.jpg'',0) # Only for grayscale image
noise_img = sp_noise(image,0.05)
cv2.imwrite(''sp_noise.jpg'', noise_img)

Answer 3

solo mire cv2.randu() o cv.randn (), todo es bastante similar a matlab, supongo.

vamos a jugar un poco;):

import cv2
import numpy as np
>>> im = np.empty((5,5), np.uint8) # needs preallocated input image
>>> im
array([[248, 168, 58, 2, 1], # uninitialized memory counts as random, too ? fun ;)
[ 0, 100, 2, 0, 101],
[ 0, 0, 106, 2, 0],
[131, 2, 0, 90, 3],
[ 0, 100, 1, 0, 83]], dtype=uint8)
>>> im = np.zeros((5,5), np.uint8) # seriously now.
>>> im
array([[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0]], dtype=uint8)
>>> cv2.randn(im,(0),(99)) # normal
array([[ 0, 76, 0, 129, 0],
[ 0, 0, 0, 188, 27],
[ 0, 152, 0, 0, 0],
[ 0, 0, 134, 79, 0],
[ 0, 181, 36, 128, 0]], dtype=uint8)
>>> cv2.randu(im,(0),(99)) # uniform
array([[19, 53, 2, 86, 82],
[86, 73, 40, 64, 78],
[34, 20, 62, 80, 7],
[24, 92, 37, 60, 72],
[40, 12, 27, 33, 18]], dtype=uint8)

para aplicarlo a una imagen existente, solo genere ruido en el rango deseado y agréguelo:

img = ...
noise = ...
image = img + noise