如何用numpy选择空间分布产生噪声？

Question

我想以类似于此的方式为图像添加噪点：

import numpy as np
import matplotlib.pyplot as plt

myImage = plt.imread('Pikachu.png')
noise = np.random.normal(0, 0.1, (myImage.shape[0], myImage.shape[1]))

noisyImage = myImage + noise

然而，我需要噪点在图像中心更强烈，并且当我们离中心越远时，噪音就越小。

理想情况下，我可以调节噪声的空间分布参数，以便我的noise变量包含：

• 初始化：所有图像上的强烈且均匀的噪音
• 早期阶段：中心噪音较大，边界噪音较小
• 中期：中心有噪音，边境没有噪音
• 后期阶段：所有图像上没有噪音（全部为零）

有谁知道这样做的方法？任何帮助都非常感谢！

Answer 1

你可以用作起点的东西：

import numpy as np
import matplotlib.pyplot as plt

def gauss2D(shape,sx=1,sy=1):
    """
    unnormalized 2D gauss centered on mean value, 
    given shape and standard dev (sx and sy).
    """
    mx = shape[0]/2
    my = shape[1]/2

    return np.exp( -0.5*(
        ((np.arange(shape[0])[:,None]-mx)/sx)**2+
        ((np.arange(shape[0])[None,:]-my)/sy)**2
        ))#/(2*np.pi*sx*sy)

width,height = 64,64
my_img = np.zeros((width,height,3))+0.9
fig = plt.figure()
ax = fig.gca()
N=5
for i in range(N):
    my_img[:,:,:]=0.5 #gray bg image
    w = N*100/(4**(2*i))
    A = (1-.1*(i+1))
    noise =A*np.random.normal(0,w,(width,height))*gauss2D((width,height),10,10)
    plt.imshow(my_img+noise[:,:,None]) #noise affects rgb equally
    plt.title(i)
    plt.show()

带输出：

这里噪声是从高斯分布中采样的，但均匀分布应该可以正常工作。

重要的部分是用高斯来加重噪音以获得你想要的效果。

您可能需要调整A（幅度）和w（点差）以满足您的需求（它可能只是两个列表）。你想要高幅度和早期扩展，然后首先减少扩散可能增加幅度，然后将幅度减小到零。