### 实现读取图片、生成噪声图并保存 以下是完整的 Python 代码，能够实现从读取一张图片到为其添加噪声并保存的过程： ```python import cv2 import numpy as np def add_noise_to_image(image, noise_type='gaussian', intensity=0.05): """ 向图像添加指定类型的噪声。 参数: image (numpy.ndarray): 输入的原始图像。 noise_type (str): 噪声类型 ('gaussian', 'salt_pepper')。 intensity (float): 噪声强度，默认为 0.05。 返回: noisy_image (numpy.ndarray): 添加噪声后的图像。 """ if noise_type == 'gaussian': row, col, ch = image.shape mean = 0 var = intensity * 255 # 将强度映射到像素范围 sigma = var ** 0.5 gauss = np.random.normal(mean, sigma, (row, col, ch)) noisy_image = np.clip(image.astype(float) + gauss, 0, 255).astype(np.uint8) elif noise_type == 'salt_pepper': s_vs_p = 0.5 # 盐与胡椒比例 amount = intensity noisy_image = np.copy(image) num_salt = int(amount * image.size * s_vs_p / 3) coords = [np.random.randint(0, i - 1, int(num_salt)) for i in image.shape[:2]] noisy_image[coords[0], coords[1]] = 255 # 白点（盐） num_pepper = int(amount * image.size * (1. - s_vs_p) / 3) coords = [np.random.randint(0, i - 1, int(num_pepper)) for i in image.shape[:2]] noisy_image[coords[0], coords[1]] = 0 # 黑点（胡椒） return noisy_image # 读取图像 image_path = 'input_image.jpg' original_image = cv2.imread(image_path) if original_image is None: raise ValueError(f"无法找到或读取图像 {image_path}") # 添加高斯噪声 noisy_gaussian_image = add_noise_to_image(original_image, noise_type='gaussian') # 添加椒盐噪声 noisy_sp_image = add_noise_to_image(original_image, noise_type='salt_pepper') # 保存带噪声的图像 cv2.imwrite('output_noisy_gaussian.jpg', noisy_gaussian_image) # 高斯噪声图像 cv2.imwrite('output_noisy_sp.jpg', noisy_sp_image) # 椒盐噪声图像 ``` #### 功能说明 - 上述代码实现了两种常见的噪声类型：高斯噪声和椒盐噪声[^1]。 - `add_noise_to_image` 函数允许通过参数控制噪声类型 (`noise_type`) 和强度 (`intensity`)。 - 图像被加载为 NumPy 数组以便于数值运算[^3]。 - 使用 OpenCV 的 `imread` 方法读取图像，并用 `imwrite` 方法保存结果图像[^1]。 --- ###