如何使用numpy在Python的灰度图像中添加泊松噪声？

Question

我正在尝试使用numpy作为Pytorch转换器来实现将Poisson噪声添加到灰度图像上，但是到目前为止，我的结果非常令人失望。这是我的各种实现方式，其结果范围从看不到可见变化到只看到没有图像的噪声。正确的方法是什么？

class Noise(object):
  def __init__(self, noise_type):
    self.noise_type = noise_type

  def __call__(self, sample):
    noise = np.random.poisson(1, sample.shape)
    return sample + noise

但是据我所知，泊松噪声不能简单地添加到图像中，这就是为什么我在这里看到的只是没有原始灰度图像的噪声（类似于电视静态图像）。

以下版本的代码不会在图像中产生可见的变化，这使我相信这是某种缩放问题，因为在泊松噪声中，噪声是相对于像素值添加的。

vals = len(np.unique(sample))
vals = 2 ** np.ceil(np.log2(vals))
noisy = np.random.poisson(sample * vals) / float(vals)
return noisy

任何帮助或见识将不胜感激。