为什么向图像添加高斯噪声会产生白屏？答案

【问题标题】：Why does adding Gaussian noise to image give white screen?为什么向图像添加高斯噪声会产生白屏？
【发布时间】：2018-11-11 12:04:54
【问题描述】：

我在下面添加的图像（water_coins.jpg）中添加了一些高斯噪声，但它返回给我一个完全白色的空白屏幕（对于“noi”和“hoho”）。我不知道为什么

import numpy as np
import cv2


def gauss_noise(image):
    row, col, ch = image.shape
    mean = 0
    var = 0.01
    sigma = var ** 0.5
    gauss = np.random.normal(mean, sigma, (row, col, ch))
    gauss = gauss.reshape(row, col, ch)
    print(image)
    cv2.imshow("hoho", gauss + image)
    noisy = image + gauss
    return noisy


img = cv2.imread('water_coins.jpg')
noi = gauss_noise(img)
cv2.imshow("Noisy Gauss image", noi)
cv2.imshow("ho", img)
cv2.waitKey()

【问题讨论】：

浮点值中的图像必须从 0 到 1，您将图像 uint8 添加到图像浮点数......您需要进行饱和度（意味着 0 可以生成负值）然后您有将其转换为 np.uint （至少显示它）或将其标准化为 0-1 值。如果不是，任何大于 1 的值都将显示为白色
@api55 转换为 uint8 有效。谢谢
@api55 为什么要在评论中给出答案？我建议将您的评论移至实际答案，以便 OP 可以接受它，并且可以考虑回答这个问题。
@JonathonReinhart 我的错，我当时没有多少时间，只是发表了评论。但我现在添加它作为一个完整的答案:)

标签： python-3.x image opencv image-processing gaussian

【解决方案1】：

问题在于，当您将np.uint8 类型的图像添加到另一个浮点类型的图像时，它将产生一个浮点数组。通过documentation of imshow，您可以：

如果图像是32位浮点，像素值乘以255。即取值范围[0,1]映射到[0,255]。

这意味着任何大于 1.0 的值都是白色的，只有 0 是黑色的，在您的情况下，它们中的大多数都是白色的，因此是白色图像。

现在是解决方案：

将其转换为 uint8 -> 必须小心下溢（负数）和上溢（超过 255）。尝试双边截断，并决定如何处理小数部分（round、truncate、ceil）。
将数据标准化为 0-1 -> 取决于您要执行的操作，这可能很危险，因为它可能会改变颜色，例如，如果所有颜色都在 120-150 左右，您将进入标准化图像颜色，就像它是从 0 到 255 一样。
添加前将噪声数组转换为np.uint8，并使用cv2.add避免饱和问题（下溢和上溢）

【讨论】：