向图像添加色度杂色

时间:2019-04-22 23:06:36

标签: python opencv image-processing deep-learning

我正在训练一个深度神经网络,以提高图像质量。这些图像包含一些特定类型的噪音,我想通过深度学习模型来减少/消除这些噪音。为了做到这一点,我使用了几乎没有任何噪声的类似清晰高分辨率图像的庞大数据集,向图像添加了特定类型的噪声,并训练了网络以再生原始图像(自定义自动编码器网络)。到目前为止,使用几种噪音类型之一,效果很好。无需赘述,添加特定类型的噪声很容易。

现在,我需要为图像添加另一种噪声类型,更准确地说是:色度噪声,如下图所示(右下图):link

如何在Python中人为地生成色度噪声并将其添加到图像中?我可以使用所有图像处理软件包,包括PIL,numpy,OpenCV,torchvision ...

1 个答案:

答案 0 :(得分:5)

您需要将图像转换为诸如 HSV CIE实验室。然后,将噪声添加到色度通道(Lab中的a,b或H,S为HSV)。最后,转换回RGB。

此色彩空间转换步骤非常普遍,大多数图像工具包都应具有该功能。