Python-OpenCV实现高斯噪声与椒盐噪声添加详解

Elena

发布时间：2026-10-13| 1人浏览过

原创

本文介绍如何在Python中使用OpenCV库为图像添加高斯噪声和椒盐噪声。尽管OpenCV没有直接封装好的函数，但通过结合NumPy数组操作与随机数生成，可以灵活实现噪声注入。文章提供了完整的Python代码示例，展示了如何自定义噪声分布、控制噪声强度及处理边界值，适用于图像预处理、数据增强及算法测试等场景。

OpenCV添加噪声的基本原理

在Matlab中，可以直接调用内置函数来添加高斯噪声或椒盐噪声。虽然Python的OpenCV库没有提供直接一键添加噪声的封装函数，但借助其底层的数组处理能力，我们可以轻松实现相同的功能。

Python代码实现

具体实现代码如下：


import numpy as np
import random
import cv2

def sp_noise(image,prob):
  '''
  添加椒盐噪声
  prob:噪声比例 
  '''
  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


def gasuss_noise(image, mean=0, var=0.001):
  ''' 
    添加高斯噪声
    mean : 均值 
    var : 方差
  '''
  image = np.array(image/255, dtype=float)
  noise = np.random.normal(mean, var ** 0.5, image.shape)
  out = image + noise
  if out.min() < 0:
    low_clip = -1.
  else:
    low_clip = 0.
  out = np.clip(out, low_clip, 1.0)
  out = np.uint8(out*255)
  #cv.imshow("gasuss", out)
  return out

噪声生成与叠加逻辑

从代码可以看出，核心逻辑在于生成符合特定统计分布的多维数组，并将其叠加到原始图像数据上，从而模拟噪声效果。

例如，我们可以先生成一个随机噪声数组：


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)

随后将该噪声数组与原始图像进行加法运算：


img = ...
noise = ...

image = img + noise

参考以下资源获取更多信息：

1. StackOverflow关于Python OpenCV添加噪声的讨论：https://stackoverflow.com/questions/22937589/how-to-add-noise-gaussian-salt-and-pepper-etc-to-image-in-python-with-opencv#

2. StackOverflow关于OpenCV中脉冲、高斯及椒盐噪声的实现：https://stackoverflow.com/questions/14435632/impulse-gaussian-and-salt-and-pepper-noise-with-opencv#

希望以上内容能对你的学习有所帮助，欢迎继续支持本站获取更多技术资源。