### 使用 OpenCV 对图像添加椒盐噪声的方法 为了在图像中添加椒盐噪声，通常会编写一个自定义函数来处理此操作。该方法涉及遍历图像中的每一个像素，并根据给定的概率决定是否将其设置为黑色（盐）或白色（胡椒）。下面是一个具体的实现方式[^1]。 #### Python 实现代码示例 ```python import cv2 import numpy as np def add_salt_and_pepper_noise(image, noise_ratio=0.05): """ 向图像中添加椒盐噪声 参数: image (numpy.ndarray): 输入的原始图像数组. noise_ratio (float): 噪声比例，默认值为 0.05. 返回: noisy_image (numpy.ndarray): 添加了椒盐噪声后的图像. """ # 创建一个与原图相同大小的随机矩阵 random_matrix = np.random.rand(*image.shape[:2]) # 初始化输出图片副本 noisy_image = image.copy() # 设置椒盐噪声的位置 salt locations where the value is less than half of the ratio pepper_locations = random_matrix < noise_ratio / 2 salty_points_count = int(noise_ratio * image.size / 2) # 将这些位置的颜色设为最大值(白色), 即 "salt" noisy_image[pepper_locations] = 0 # 设定剩余部分为 “pepper” salt_locations = random_matrix > 1 - noise_ratio / 2 noisy_image[salt_locations] = 255 return noisy_image # 加载测试图像 original_image = cv2.imread('input_image.jpg') # 调用函数应用椒盐噪声 noisy_image = add_salt_and_pepper_noise(original_image) # 显示结果对比 cv2.imshow('Original Image', original_image) cv2.imshow('Noisy Image', noisy_image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 这段程序首先导入必要的库 `cv2` 和 `numpy`，接着定义了一个名为 `add_salt_and_pepper_noise()` 的辅助函数用来生成含有指定数量椒盐噪点的新图像。之后加载了一张测试图片并调用了上述函数对其进行处理，最后利用 OpenCV 提供的功能展示了两张不同状态下的图像以便比较效果[^3]。