Python中灰度图像添加噪声和去噪的示例代码

首先，我们需要导入必要的库。在这个例子中，我们将使用OpenCV和NumPy库。

import cv2
import numpy as np

接下来，我们将读取一个灰度图像。

image = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

添加噪声

# 添加椒盐噪声（Salt-and-Pepper Noise）
noise = 0.01 # 噪声比例
row, col, channel = image.shape
# 生成随机数，确定需要添加噪声的位置
# 在这里我们使用np.random.rand，生成的随机数在0到1之间，因此需要乘以总像素数
# 然后我们使用np.where函数来找到这些随机位置
# 最后，我们使用np.random.randint函数将随机数转换为0或1，表示像素点的状态（被污染或未被污染）
noisy_image = image.copy()
noisy_image[np.where((np.random.rand(*image.shape) < noise) | (np.random.rand(*image.shape) > 1 - noise))] = 1  # 将噪声位置设为1（白色）
cv2.imshow('Noisy Image', noisy_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

去噪

# 中值滤波去噪（Median Blurring）
# 首先创建一个与原图大小相同的全黑图像
result = np.zeros(image.shape, image.dtype)
# 然后对原图进行中值滤波处理
result = cv2.medianBlur(noisy_image, 5)
cv2.imshow('Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

请注意，这只是一个简单的示例，可能不适用于所有情况。在实际应用中，您可能需要根据具体情况调整噪声类型、噪声比例以及去噪方法。