给图像添加噪声（椒盐噪声，高斯噪声）

1、椒盐噪声是比较常见的噪声（salt and pepper noise），为什么叫椒盐噪声？因为图像的像素点由于噪声影响随机变成了黑点（dark spot）或白点（white spot）。这里的“椒”不是我们常见的红辣椒或青辣椒，而是外国的“胡椒”（香料的一种）。我们知道，胡椒是黑色的，盐是白色的，所以才取了这么个形象的名字。 接下来我们来实现一下椒盐噪声 首先看一下原始图片 椒盐噪声有两种（slat or pepper）也就是黑点和白点，实现起来是类似的，这里值对slat进行说明

import cv2
import numpy as np
def imshow(x):
    cv2.imshow(image,x.astype(uint8))
    cv2.waitKey(0)
    cv2.destroyAllWindows()
    
x = cv2.imread(4.jpg,0)
y = cv2.resize(x,dsize = (800,700))#原图太大，修改一下大小
#生成随机噪声
noise = np.random.randint(0,256,size = y.shape)#注意这个函数是下闭上开的
#设定一个阈值，大于的取255，小于的取0
noise = np.where(noise>250,255,0)

noise = noise.astype(float)
y = y.astype("float")
y = y + noise
#读入的图像的数据类型是uint8，相加的话不会截取，而是自动对256取余，所以我们需要转换为float后再相加
#这时候图像的数据都是float，并且有的是大于255的，对于大于255的，我们进行截取
y = np.where(y>255,255,y)
y = y.astype(uint8)
imshow(y)

2、高斯噪声

import cv2
import numpy as np
def imshow(x):
    cv2.imshow(image,x.astype(uint8))
    cv2.waitKey(0)
    cv2.destroyAllWindows()
    
x = cv2.imread(4.jpg,0)
y = cv2.resize(x,dsize = (800,700))#原图太大，修改一下大小
#生成随机噪声
noise = np.random.normal(0,30,size = y.shape)# 0 是均值，30是方差
y = y.astype("float")
y = y + noise 
y = np.where(y>255,255,y)
y = np.where(y<0,0,y)
y = y.astype(uint8)
imshow(y)

x = np.random.randint(0,50,size = (3,3))
y = np.where(x>20,50,0)
y

输出：
array([[ 0,  0,  0],
       [ 0,  0, 50],
       [ 0, 50,  0]])