如何用python给数据加上高斯噪声

这篇文章主要介绍了如何用python给数据加上高斯噪声问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教

python给数据加上高斯噪声

一开始用MATLAB给数据加噪声很简单，就一句话：

% 给数据加指定SNR的高斯噪声 signal_noise = awgn(signal,SNR,'measured');

但用python实现加噪声的时候遇到一个小问题，也是由于本人愚钝的原因吧。

回顾MATLAB中的加高斯噪声

常用方法：

% 给数据加指定SNR的高斯噪声 signal_noise = awgn(signal,SNR,'measured'); Ps=sum(sum((signal-mean(mean(signal))).^2));          %signal power Pn=sum(sum((signal-signal_noise).^2));                %noise power snr=10*log10(Ps/Pn);                                %验证所加的噪声

这里的signal 是一个二维的数据矩阵，所以后面的操作都是矩阵的操作。MATLAB中运行完全没有问题。

Python中利用numpy给数据加噪声

本文方法：

# 给数据加指定SNR的高斯噪声 SNR = 5 noise = np.random.randn(signal.shape[0],signal.shape[1])     #产生N(0,1)噪声数据 noise = noise-np.mean(noise)                                 #均值为0 signal_power = np.linalg.norm( signal - signal.mean() )**2 / signal.size    #此处是信号的std**2 noise_variance = signal_power/np.power(10,(SNR/10))         #此处是噪声的std**2 noise = (np.sqrt(noise_variance) / np.std(noise) )*noise    ##此处是噪声的std**2 signal_noise = noise + signal Ps = ( np.linalg.norm(signal - signal.mean()) )**2          #signal power Pn = ( np.linalg.norm(signal - signal_noise ) )**2          #noise power snr = 10*np.log10(Ps/Pn)

有很多人在产生给定SNR的高斯噪声时，用的是：

signal_power = np.linalg.norm( signal )**2 noise_variance = signal_power/np.power(10,(SNR/10)) noise = np.sqrt(noise_variance)*noise + 0

这里实际上是有问题的，我一开始也没发现。因为产生分布为N(mean,std**2)的噪声我们用的公式是：

noise = std * N(0,1) + mean

换句话说，我们需要计算噪声的std 以及 mean 。

计算噪声的 std 时，需要先计算信号的 std，然后利用SNR来求出噪声的 std ，从上面的代码中能发现，signal_power 代表的是信号的std^2 与 signal.size 的乘积，多乘了一个signal.size 那结果肯定是有问题的。

python批量给图形添加噪声

python代码实现批量给图形添加高斯噪声和椒盐噪声

高斯噪声

import cv2 import os import numpy as np def add_noise_Guass(img, mean=0, var=0.01):  # 添加高斯噪声     img = np.array(img / 255, dtype=float)     noise = np.random.normal(mean, var ** 0.5, img.shape)     out_img = img + noise     if out_img.min() <0:   low_clip=-1 else: 0 out_img low_clip, 1.0) np.uint8(out_img * 255) return # 读取函数，用来读取文件夹中的所有函数，输入参数是文件名 def read_directory(directory_name): for filename in os.listdir(directory_name): print(filename)  # 仅仅是为了测试 img=cv2.imread(directory_name + " filename) #####显示图片####### add_noise_guass(img) cv2.imshow("img", out_img) cv2.waitkey(0) ##################### #####保存图片######### cv2.imwrite("c: users dong.shao2 desktop dataset gaussian" filename, read_directory("c: image")#这里传入所要读取文件夹的绝对路径，加引号（引号不能省略！）< pre>

椒盐噪声

import cv2 import random import os import numpy as np def add_salt_pepper(img, prob):     resultImg = np.zeros(img.shape, np.uint8)     thres = 1 - prob     for i in range(img.shape[0]):         for j in range(img.shape[1]):             rdn = random.random()             if rdn  thres:                 resultImg[i][j] = 255             else:                 resultImg[i][j] = img[i][j]     return resultImg # 读取函数，用来读取文件夹中的所有函数，输入参数是文件名 def read_directory(directory_name):     for filename in os.listdir(directory_name):         print(filename)  # 仅仅是为了测试         img = cv2.imread(directory_name + "/" + filename)         #####显示图片#######         out_img = add_salt_pepper(img,0.05)         cv2.imshow("img", out_img)         cv2.waitKey(0)         #####################         #####保存图片#########         cv2.imwrite("C:/Users/Dong.Shao2/Desktop/DataSet/salt_pepper" + "/" + filename, out_img ) read_directory("C:/Users/Dong.Shao2/Desktop/DataSet/image")#这里传入所要读取文件夹的绝对路径，加引号（引号不能省略！）

随机噪声

import cv2 import os import numpy as np def random_noise(image,noise_num):     '''     添加随机噪点（实际上就是随机在图像上将像素点的灰度值变为255即白色）     param image: 需要加噪的图片     param noise_num: 添加的噪音点数目     return: img_noise     '''     # 参数image：，noise_num：     img_noise = image     # cv2.imshow("src", img)     rows, cols, chn = img_noise.shape     # 加噪声     for i in range(noise_num):         x = np.random.randint(0, rows)#随机生成指定范围的整数         y = np.random.randint(0, cols)         img_noise[x, y, :] = 255     return img_noise # 读取函数，用来读取文件夹中的所有函数，输入参数是文件名 def read_directory(directory_name):     for filename in os.listdir(directory_name):         print(filename)  # 仅仅是为了测试         img = cv2.imread(directory_name + "/" + filename)         #####显示图片#######         out_img = random_noise(img,10000)         cv2.imshow("img", out_img)         cv2.waitKey(0)         #####################         #####保存图片#########         cv2.imwrite("C:/Users/Dong.Shao2/Desktop/DataSet/random"  + "/" + filename, out_img ) read_directory("C:/Users/Dong.Shao2/Desktop/DataSet/image")#这里传入所要读取文件夹的绝对路径，加引号（引号不能省略！）