如何使用 python 在图像上生成随机正弦条纹？

Question

我有一张用 python 读入的图像，我希望在这张图像上添加一些不同的正弦条纹作为噪声。我希望正弦的频率和旋转度是完全随机的。我尝试了 numpy 模块，但它可能不是我需要的模型。

谁能告诉我任何 python 模块都具有向图像添加随机正弦曲线的功能？

结果应该有点类似于下图：

Answer 1

最后我发现我可以使用 Numpy 模块完成所有这些：

def sineimg(img, color='black', linewidth=1.5, linestyle="-"):
'''
frequency = X / random.uniform(10.0, 20.0)
amplitude = randint(35, 50)
phase = random.uniform(1.0, 16.0)
rotation = random.uniform(-pi / 2, pi / 2)
'''
    #Random rotation angle
    rot = random.randint(-90, 90)
    x_ = img.shape[0] / np.cos(np.pi * rot / 180)
    X = np.linspace(-1 * x_, x_, 512)
    axes = plt.subplot(111)
    np.cos(np.pi * rot / 180)
    #Random amplitude
    amp1 = random.randint(35, 50)
    amp2 = random.randint(35, 50)
    #Random frequency
    frequency1 = X / random.uniform(10.0, 20.0)
    frequency2 = X / random.uniform(10.0, 20.0)
    #Random offset phase
    phase1 = np.pi / random.uniform(1.0, 16.0) + np.pi / 2
    phase2 = np.pi / random.uniform(1.0, 16.0) + np.pi / 3
    #random distance between line cluster
    distance = random.randint(90, 115)
    #I need roughly 8 times of them
    for i in range(8):
        Y1 = amp1 * np.sin(frequency1 + phase1) - 450 + i * distance
        Y2 = amp2 * np.sin(frequency2 + phase2) - 420 + i * distance
        x1_trans = X * np.cos(np.pi * rot / 180) - Y1* np.sin(np.pi * rot / 180)
        y1_trans = X * np.sin(np.pi * rot / 180) + Y1* np.cos(np.pi * rot / 180)
        x2_trans = X * np.cos(np.pi * rot / 180) - Y2* np.sin(np.pi * rot / 180)
        y2_trans = X * np.sin(np.pi * rot / 180) + Y2* np.cos(np.pi * rot / 180)
        #Remove label
        axes.set_xticks([])
        axes.set_yticks([])
        axes.spines['right'].set_color('none')
        axes.spines['top'].set_color('none')
        axes.spines['bottom'].set_color('none')
        axes.spines['left'].set_color('none')

        axes.plot(x1_trans, y1_trans, color = color, linewidth=linewidth, linestyle=linestyle)
        axes.plot(x2_trans, y2_trans, color = color, linewidth=linewidth, linestyle=linestyle)
    plt.imshow(img, zorder=0, extent=[148, -148, -225, 225])

他们：

img=mpimg.imread('me.jpg')
sineimg(img)

我得到如下图像：