Comment ajouter un bruit synthétique dans une image avec une probabilité d'erreur spécifiée ?

Question

Je veux créer un bruit synthétique dans une image. Comment vais-je dégrader l'image en noir et blanc avec des erreurs, avec une probabilité d'erreur indépendante à chaque point. Comment vais-je faire cela en Python (par exemple, probabilité d'erreur = 0,0011) ?

Answer 1

Voici une approche vectorielle utilisant OpenCV +. skimage.util.random_noise . Vous pouvez expérimenter des modes de bruit tels que localvar , pepper , s&p y speckle pour obtenir le résultat souhaité. Vous pouvez définir la proportion de bruit avec le bouton amount paramètre. Voici un exemple utilisant s&p con amount=0.011 :

import cv2
import numpy as np
from skimage.util import random_noise

# Load the image
image = cv2.imread('1.png', 0)

# Add salt-and-pepper noise to the image
noise = random_noise(image, mode='s&p', amount=0.011)

# The above function returns a floating-point image in the range [0, 1]
# so need to change it to 'uint8' with range [0,255]
noise = np.array(255 * noise, dtype=np.uint8)

cv2.imshow('noise',noise)
cv2.imwrite('noise.png',noise)
cv2.waitKey()

Answer 2

Voici un exemple de programme remplaçant simplement les pixels "dégradés" par du noir, en utilisant la bibliothèque Pillow

from PIL import Image
import random

img = Image.open('text.png')
pixels = img.load()

for x in range(img.size[0]):
    for y in range(img.size[1]):
        if random.random() < 0.011:
            pixels[x,y] = 0 # only 1 number given since the image is grayscale

img.save('text_degraded.png')

J'ai augmenté la probabilité à 0,011 pour la rendre plus perceptible, voici le résultat.