OpenCV实战|噪声生成与图像加噪声

随机噪声

首先看两张图片，大小均为512* 512个像素, 第一张是纯蓝色

第二张是加有随机噪声的蓝色

 1Mat src = Mat::zeros(Size(512, 512), CV_8UC3);
 2src = Scalar(255, 0, 0);
 3imshow("input", src);
 4imwrite("D:/blue.png", src);
 5// noise with blue
 6int w = src.cols;
 7int h = src.rows;
 8for (int row = 0; row < h; row++) {
 9    for (int col = 0; col < w; col++) {
10        int pv = 255 * rand() / (RAND_MAX + 1);
11        src.at(row, col)[0] = pv;
12    }
13}
14imshow("random noise", src);

1void cv::randn(
2    InputOutputArray dst,    
3    InputArray mean,    
4    InputArray stddev     
5)

1Mat image = imread("D:/images/test.png");
2imshow("image", image);
3Mat noiseAdd = Mat::zeros(image.size(), image.type());
4randn(noiseAdd, (15, 15, 15), (30, 30, 30));
5add(image, noiseAdd, image);
6imshow("noiseAdd", image);

运行结果如下：

你没看错，噪声有时候也可以很美的，很好玩的，请看下面这张图，也是基于噪声生成的。

y = (y1-y0) * cos(PI + (x-x0/x1-x0) * PI) + 1 + y0

其中[x, y]代表要计算的点，周围四个采样点为：

[x-N, y-N], [x+N, y-N], [x-N, y+N], [x+N, y+N ]

1double interpolate(double x0, double xx0, double x1, double xx1, double x) {
2    return (1.0 + cos(CV_PI +(CV_PI / (x1 - x0)) * (x - x0))) / 2.0 * (xx1 - xx0) + xx0;
3}

随机噪声可以预先计算，然后根据坐标位置直接查询即可，这样可以减少计算量，代码实现如下：

 1// 初始化噪声随机数
 2for (int i = 0; i< sum; i++) {
 3    blue_random[i] = ((float)rand()) / (float)(RAND_MAX + 1);
 4    red_random[i] = ((float)rand()) /(float) (RAND_MAX + 1);
 5    green_random[i] = ((float)rand()) / (float)(RAND_MAX + 1);
 6}
 7
 8// 查询获取噪声
 9double noise(int x, int y, int colorType) {
10    if (colorType == 1) {
11        if (x < s && y < s)
12            return red_random[y * s + x];
13        else
14            return 0.0;
15    }
16    else if (colorType == 2) {
17        if (x < s && y < s)
18            return green_random[y * s + x];
19        else
20            return 0.0;
21    }
22    else {
23        if (x < s && y < s)
24            return blue_random[y * s + x];
25        else
26            return 0.0;
27    }
28}

获取每个坐标颜色代码如下：

 1double getColor(int x, int y, int M, int color_type) {
 2    int x0 = x - (x % M);
 3    int x1 = x0 + M;
 4    int y0 = y - (y % M);
 5    int y1 = y0 + M;
 6        // 获取噪声
 7    double x0y0 = noise(x0, y0, color_type);
 8    double x1y0 = noise(x1, y0, color_type);
 9    double x0y1 = noise(x0, y1, color_type);
10    double x1y1 = noise(x1, y1, color_type);
11        // 双线性插值
12    double xx0 = interpolate(x0, x0y0, x1, x1y0, x);
13    double xx1 = interpolate(x0, x0y1, x1, x1y1, x);
14    double N = interpolate(y0, xx0, y1, xx1, y);
15    return N;
16}

完整的代码调用如下：

 1// add art noise
 2Mat noise_img = Mat::zeros(Size(s, s), CV_8UC3);
 3int intervalPixels = 50; // default
 4w = noise_img.cols;
 5h = noise_img.rows;
 6for (int row = 0; row < h; row++) {
 7    for (int col = 0; col < w; col++) {
 8        // set random color value for each pixel
 9        r = (int)(255.0 * getColor(row, col, intervalPixels, 1));
10        g = (int)(255.0 * getColor(row, col, intervalPixels, 2));
11        b = (int)(255.0 * getColor(row, col, intervalPixels, 4));
12        noise_img.at(row, col)[0] = b;
13        noise_img.at(row, col)[1] = g;
14        noise_img.at(row, col)[2] = r;
15    }
16}
17imshow("art noise", noise_img);

可以选择变化周期与三个通道值，会生成各种颜色的噪声。更多测试结果如下：

叠加一下看看如下：

效果魔幻不/？原来噪声也可以这么玩！