高斯噪声python,python高斯白噪声

　　代码如下所示。示例：

　　importnumpyasnpimportcv 2 ASC vimage=cv。我在读(2 .png))打印)图像。形状)图像=cv。CVT color)图像，cv.color_bgr2gray(#图像灰度#打印(图片。形状)定义频率_过滤器)图像，过滤器(:( :param)对图像执行傅立叶变换fftimgshift=NP .FFT。快速傅里叶转换（同fast Fourier transform）移位(FFT img)傅立叶变换之后的坐标是图像中心handle _ fftimgshift 1=fftimgshift * Filter)移动并对傅立叶变换后图像进行频域变换的Handle_fftimgshift2=NP .FFT。一维快速反傅立叶变换移位(Handle _ fftimgshift 1)Handle _ fftimgshift 4=NP。real(Handle _ fftimgshift 3)#逆傅立叶变换为频域返回NP。uint 8(handle _ fftimgshift 4)defil pf)immgshift 4)dtype=float)m，n=image。shape mid _ x=int)m/2)mid _ y=int n):d=NP。sqrt(x-mid _ x)* 2)y-y x]n):# mmy dlm低通滤波器h=NP.empty_like(image，float ) m，n=image。shape mid _ x=int)m/2)y-mid _ y x]=1/(1)d/d0)* *)n))returnhdddrn n):#重要的太阳低通滤波器h=NP.empty_like(image，float ) m，n=image。shape mid _ x=m/2 mid _ y=n/2 for Xi range))2n):d=NP。sqrt(x-mid _ x)* 2)y-mid _ y y]=NP。exp(-d * * n/)2 * D0 * * n)))65滤镜(:#)图像绘制" ":参数图像：原始图像：参数女：每列图像数量：参数h:每行图像数量：参数n:步数：参数d0:初始截止频率3360 333 60截止频率步进：return:none imageh stack={ } for iinrange(H):H stack= H str(I)I)flag=0 for I in range(W)))3360 if flag==0:if flag=03360 id filter)image，d0，n)d0=step flag=1 else:imageh stack[H stack]=NP .h stack((imageh stack[h stack]，frequenck))3360 if flag==0:image stack=iflag=1 else:image stack=NP。v stack(I)# print(图像堆栈)返回图像堆栈(图像堆栈)(20，20))cv。调整窗口大小60))cv。命名窗口(img2)(cv。调整窗口大小)，(img 2)，(20，20))cv n=2))cv。命名窗口(img 3))cv。调整窗口大小(img 3)，(20，20))imghstack=NP。h stack))img女性

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。