將泊松噪聲添加到圖像

Question

我有一些圖像需要添加增量的泊松噪聲才能更全面地分析它們。我知道你可以在MATLAB中做到這一點，但你如何去做Python？到目前爲止搜索沒有任何結果。

Answer 1

如果numpy/scipy可供您使用，那麼以下內容應該有所幫助。我建議你將數組強制浮點以進行中間計算，然後將其轉換回uint8用於輸出/顯示目的。由於泊松噪聲全部> = 0，因此您將需要決定如何處理數組溢出問題，因爲您將其轉換回uint8。您可以根據自己的目標進行縮放或截斷。

filename = 'myimage.png' 
imagea = (scipy.misc.imread(filename)).astype(float) 

poissonNoise = numpy.random.poisson(50,imagea.shape).astype(float) 

noisyImage = imagea + poissonNoise 

Answer 2

其實保羅的答案沒有道理。

泊松噪聲取決於信號！並且使用由他提供的這些命令，稍後添加到圖像的噪聲不依賴於信號。

爲了使依賴於信號您shold圖像傳遞到與NumPy的泊松功能：

filename = 'myimage.png' 
img = (scipy.misc.imread(filename)).astype(float) 

noise_mask = numpy.random.poisson(img) 

noisy_img = img + noise_mask 

Answer 3

赫爾德的答案是正確的。我只想添加一個事實，即泊松噪聲不是加性的，不能將其添加爲高斯噪聲。

取決於你想要達到的目標，這裏是一些建議：

• 模擬低光噪聲圖像（如PEAK = 1，這將是很大的聲響）

  import numpy as np 
  image = read_image("YOUR_IMAGE") # need a rescale to be more realistic 
  noisy = np.random.poisson(image/255.0 * PEAK)/PEAK * 255 # noisy image 
  

• 在乾淨的圖像

  import numpy as np 
  image = read_image("YOUR_IMAGE") 
  noisemap = create_noisemap() 
  noisy = image + np.random.poisson(noisemap) 
  

的頂端添加噪聲層

然後你可以裁剪的結果爲0 - 255如果你喜歡（我使用PIL，所以我用255而不是1）。