本文实例为大家分享了OpenCV实现高斯噪声的具体代码，供大家参考，具体内容如下
OpenCV 中提供了fill()函数可以产生均匀分布或者高斯分布（正态分布）的随机数，我们可以利用该函数产生符合高斯分布的随机数，之后在图像中加入这些随机数即可
void fill( InputOutputArray mat, int distType, InputArray a, InputArray b, bool saturateRange = false );
mat：用于存放随机数的矩阵，目前只支持低于5通道的矩阵。 distType：随机数分布形式选择标志，目前生成的随机数支持均匀分布（RNG::UNIFORM，0）和高斯分布（RNG::NORMAL，1）。 a：确定分布规律的参数。当选择均匀分布时，该参数表示均匀分布的最小下限；当选择高斯分布时，该参数表示高斯分布的均值。 b：确定分布规律的参数。当选择均匀分布时，该参数表示均匀分布的最大上限；当选择高斯分布时，该参数表示高斯分布的标准差。 saturateRange：预饱和标志，仅用于均匀分布。
该函数用于生成指定分布形式的随机数填充矩阵，可以生成符合均匀分布的随机数和符合高斯分布随机数。函数的第一个参数输入用于存储生成随机数的矩阵，但是矩阵的通道数必须小于等于4。第二个参数是选择随机数分布形式的标志，该函数目前只支持两种分布形式，分别是均匀分布（RNG::UNIFORM，简记0）和高斯分布（RNG::NORMAL，简记1）。函数的第三个和第四个参数为确定随机数分布规律的参数，第三个参数在均匀分布时表示均匀分布的最小下限，在高斯分布时表示高斯分布的均值；第四个参数在均匀分布时表示均匀分布的最大上限，在高斯分布时表示高斯分布的标准差。最后一个参数是预饱和标志，仅用于均匀分布，我们使用其默认式即可。
在图像中添加高斯噪声大致分为以下4个步骤：
Step1：首先需要创建一个与图像尺寸、数据类型以及通道数相同的Mat类变量.Step2：通过调用fill()函数在Mat类变量中产生符合高斯分布的随机数。Step3：将原图像和含有高斯分布的随机数矩阵相加。Step4：得到添加高斯噪声之后的图像。
简单示例
//// Created by smallflyfly on 2021/6/11.// #include "opencv2/opencv.hpp"#include "opencv2/highgui.hpp" #include <iostream> using namespace std;using namespace cv; int main() { Mat im = imread("test.jpg"); resize(im, im, Size(0, 0), 0.5, 0.5); Mat gray; cvtColor(im, gray, CV_BGR2GRAY); Mat rgbNoise = Mat::zeros(im.rows, im.cols, im.type()); Mat grayNoise = Mat::zeros(gray.rows, gray.cols, gray.type()); RNG rng; rng.fill(rgbNoise, RNG::NORMAL, 10, 20); rng.fill(grayNoise, RNG::NORMAL, 10, 20); imshow("three channels noise", rgbNoise); imshow("one channels noise", grayNoise); im = im + rgbNoise; gray = gray +grayNoise; imshow("add noise rgb", im); imshow("add noise gray", gray); waitKey(0); destroyAllWindows(); return 0; }
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。
快乐不是因为拥有的多而是计较的少
