时间戳

首页 > 解决方案 > 为什么向图像添加高斯噪声会产生白屏？

python-3.x - 为什么向图像添加高斯噪声会产生白屏？

问题描述

我在下面添加的图像（water_coins.jpg）中添加了一些高斯噪声，但它返回给我一个完全白色的空白屏幕（对于“noi”和“hoho”）。我不知道为什么

import numpy as np
import cv2


def gauss_noise(image):
    row, col, ch = image.shape
    mean = 0
    var = 0.01
    sigma = var ** 0.5
    gauss = np.random.normal(mean, sigma, (row, col, ch))
    gauss = gauss.reshape(row, col, ch)
    print(image)
    cv2.imshow("hoho", gauss + image)
    noisy = image + gauss
    return noisy


img = cv2.imread('water_coins.jpg')
noi = gauss_noise(img)
cv2.imshow("Noisy Gauss image", noi)
cv2.imshow("ho", img)
cv2.waitKey()

Water_coins.jpg

标签： python-3.ximageopencvimage-processinggaussian

解决方案

问题是，当您将一个类型的图像添加np.uint8到另一个类型为 float 的图像时，它将产生一个 float 数组。根据imshow 的文档，您可以：

如果图像是 32 位浮点，则像素值乘以 255。即取值范围 [0,1] 映射到 [0,255]。

这意味着任何大于 1.0 的值都是白色的，只有 0 是黑色的，在您的情况下，它们中的大多数都是白色的，因此是白色图像。

现在到解决方案：

  1. 将其转换为 uint8 -> 您必须小心下溢（负数）和上溢（超过 255）。尝试双边截断，并决定如何处理小数部分（round, truncate, ceil）。

  2. 将数据标准化为 0-1 -> 取决于您想要执行的操作，这可能很危险，因为它可能会改变颜色，例如，如果所有颜色都在 120-150 左右，您将获得标准化的图像颜色，就好像它一样从 0 到 255。

  3. 将噪声数组转换为np.uint8添加前，并使用 cv2.add 避免饱和问题（下溢和上溢）

推荐阅读