如何使用Python对图片进行噪声添加

import cv2import numpy as npdef add_gaussian_noise(image):    mean = 0    std_dev = 50    noise = np.random.normal(mean, std_dev, image.shape).astype(np.uint8)    noisy_image = cv2.add(image, noise)    return noisy_image# 读取图像image = cv2.imread('image.jpg')# 添加高斯噪声noisy_image = add_gaussian_noise(image)# 显示原始图像和噪声图像cv2.imshow('Original Image', image)cv2.imshow('Noisy Image', noisy_image)cv2.waitKey(0)cv2.destroyAllWindows()

def add_salt_and_pepper_noise(image, salt_prob, pepper_prob):    noise = np.zeros(image.shape, dtype=np.uint8)    salt_locations = np.random.rand(*image.shape) <p>在以上示例代码中，add_salt_and_pepper_noise()函数使用np.random.randint()函数生成0和255之间的随机整数，然后根据椒盐噪声的比例将像素值设为白色和黑色，最后将噪声添加到原始图像中。</p><p>除了高斯噪声和椒盐噪声，还有一些其他的噪声模型，可以根据需要选择合适的噪声模型进行使用。</p><p>结论：<br>本文介绍了使用Python对图像进行噪声添加的方法，以及相关代码示例。通过添加噪声来改变图像的特性，可以增加图像的真实感和复杂性。在实际应用中，根据不同的需求可以选择不同的噪声模型进行使用。希望本文对读者理解图像噪声的概念和使用Python进行噪声添加有所帮助。</p>