图片数据处理——椒盐噪声

本文主要是介绍图片数据处理——椒盐噪声，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

为了扩大数据集或者其他原因，我们通常需要对图片数据进行处理，加噪处理能让图片清晰度下降，模拟现实中的各种干扰。

椒盐噪声代码：

import os
import cv2
import numpy as np
import randomdef sp_noise(noise_img, proportion):'''proportion的值表示加入噪声的量，可根据需要自行调整'''height, width = noise_img.shape[0], noise_img.shape[1]#获取高度宽度像素值num = int(height * width * proportion) #一个准备加入多少噪声小点for i in range(num):w = random.randint(0, width - 1)h = random.randint(0, height - 1)if random.randint(0, 1) == 0:noise_img[h, w] = 0else:noise_img[h, w] = 255return noise_imgdef convert(input_dir, output_dir):for filename in os.listdir(input_dir):path = input_dir + "/" + filename # 获取文件路径print("doing... ", path)noise_img = cv2.imread(path)#读取图片img_noise = sp_noise(noise_img,0.025)cv2.imwrite(output_dir+'/'+filename,img_noise )if __name__ == '__main__':input_dir = "C:/Users/18111/Desktop/data_sett"    # 输入数据文件夹output_dir = "C:/Users/18111/Desktop/data_set" # 输出数据文件夹convert(input_dir, output_dir)

使用时只要修改存放要处理的图片的文件夹和处理后要存放的文件夹地址即可。

这篇关于图片数据处理——椒盐噪声的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---