opencv - 有没有一种方法可以确定同时保留原始信息的图像中的噪声水平?

标签 opencv image-processing

我想在嘈杂的图像中测试我的算法。 我使用以下代码行测试了 Lema 图像以添加高斯噪声。

cv::randn(nimg, 128, 30);

结果是这样的。

输入图像:

enter image description here

噪声图像:

enter image description here

问题:

我想一点一点地添加噪音。 很难确定噪音到什么程度,我也可以保留原始信息。

任何人都可以建议我使用均值和标准差值来增加噪音? 有没有什么方法可以确定同时保留原始信息的噪声水平? 或者它只是基于 Trail 的基础?

最佳答案

这是一种在图像中添加噪点的方法。

使用 C++ 工作。

    Mat noise = img.clone();
    Scalar meCan, 
           stddev;
    meanStdDev(img, meCan, stddev);
    uchar mean = meCan.val[0], 
          std = stddev.val[0];
    uchar vari = double(pow((double)std, 2));
    cv::randn(noise, 0, ((double)vari* noiseLevel));
    //add noise image into Original Image
    Mat result;
    cv::add(img, noise, result); 

关于opencv - 有没有一种方法可以确定同时保留原始信息的图像中的噪声水平?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42896207/

相关文章:

python - 多尺度模板匹配不正确

python-3.x - 如何使用opencv创建自定义keras损失函数?

javascript - 如何在没有 jquery UI 的情况下在 div 中单击时使图像可调整大小

image-processing - 阿拉伯线图像的HOG特征提取

python - OpenCV,Python : Eliminating eventual narrowing when stitching images

image-processing - 稀疏编码解释

opencv - 将 Mat 数组从 jni 返回到 java

opencv - MJPEG 网络流到 OpenCV 2

python-3.x - 查找图像中的主线(及其角度)

python - 如何检测所有矩形框python opencv而不会遗漏任何东西