椒盐噪声
椒盐噪声又称为脉冲噪声,它是一种随机出现的白点或者黑点。椒盐噪声 = 椒噪声 + 盐噪声,椒盐噪声的值为0(黑色)或者255(白色),这里假设为等概率的出现0或者255。如果一张推昂的宽 × 高 = 10 × 10,那么它的像素共计100个。
shape函数
关于shape:
from numpy import shape
a = array([[1,2,3],[2,3,4],[4,5,6]])
a.shape[0]
得到a的行数为4 然后输入a.shape[1] 得到a的列数为3 也就是说 ,shape[0]用于得到数组的行,shape[1]用于得到数组的列
椒盐噪声加噪
代码:
#coding=utf-8
import numpy as np
import cv2
import os, sys
path = "./xc/" #当前目录下的xc文件夹
dirs = os.listdir(path)
print(dirs)
for imagefile in dirs: #一张图一张图进行处理,只能一张图一张图进行显示
print(imagefile)
img=cv2.imread(path+imagefile) #路径+图片名读取图片
def saltpepper(img, n): # n为噪声比例,即噪点像素占比
m = int((img.shape[0] * img.shape[1]) * n) # m为噪点数量
for a in range(m): # 随机取值赋值为255(加入盐噪声)
i = int(np.random.random() * img.shape[1]) # 利用随机数(0~1)*图像的宽,产生需要设定黑色或者白色的点坐标(行坐标[0],列坐标[1])
j = int(np.random.random() * img.shape[0])
if img.ndim == 2: # 单通道(图像是二维的)
img[j, i] = 255
elif img.ndim == 3: # 三通道(图像是三维的)
img[j, i, 0] = 255
img[j, i, 1] = 255
img[j, i, 2] = 255
for b in range(m): # 随机取值赋值为0(加入椒噪声)
i = int(np.random.random() * img.shape[1])
j = int(np.random.random() * img.shape[0])
if img.ndim == 2:
img[j, i] = 0
elif img.ndim == 3:
img[j, i, 0] = 0
img[j, i, 1] = 0
img[j, i, 2] = 0
return img #返回图像,以供显示
saltImage = saltpepper(img, 0.1) #调用函数,其中 n=0.1
cv2.imshow('PepperandSaltImage',img) #显示图像
cv2.waitKey(0) #等待按键结束 如果不添,在IDLE中执行窗口直接无响应。在命令行中执行的话,则是一闪而过。
cv2.destroyAllWindows() #销毁窗口释放内存
cv2.imwrite("./noise_images/"+"noise_"+imagefile,saltImage) #将处理后的图片保存
原图:

加噪以后:

Python os.listdir() 方法
概述
os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表。这个列表以字母顺序。 它不包括 ‘.’ 和’..’ 即使它在文件夹中。
只支持在 Unix, Windows 下使用。
语法
listdir()方法语法格式如下:
os.listdir(path)
参数
- path – 需要列出的目录路径
返回值
返回指定路径下的文件和文件夹列表。
另一种类似处理方法
import cv2 #导入opencv模块
importnumpy as np #导入numpy模块并改名字为np方便调用
def salt(img, n): #定义函数,给图像随机加白点(输入图像,白点数)
for k in range(n): #从k=0到k=n,默认以步长1
i = int(np.random.random()* img.shape[1]); #产生随机数(0~1)*图像的宽
j = int(np.random.random() *img.shape[0]); #产生随机数(0~1)*图像的高
if img.ndim == 2: #如果图像是二维的
img[j,i] = 255
elif img.ndim == 3: #如果图像是三维的
img[j,i,0]= 255 #分别给三个通道的对应像素点赋值
img[j,i,1]= 255
img[j,i,2]= 255
return img #返回图像,供显示
if __name__ == '__main__':
img = cv2.imread("图像路径") #读入图像
saltImage = salt(img, 500) # 调用salt函数
cv2.imshow("Salt", saltImage) #显示图像
cv2.waitKey(0) #等待按键结束
cv2.destroyAllWindows() #销毁窗口释放内存