向图像心理添加噪声

Question

我试图在心理中为图像添加噪音。 我正在使用 imread 但似乎无法以向整个图像中的单个像素添加噪声所需的格式读取图像。 我希望有人可能对我如何能够做到这一点有想法。

具体来说，我的任务是以参与者自己的感知阈值向参与者呈现刺激。 我正在使用自适应楼梯程序（任务处理程序）在试验之间滴定添加到图像中的噪声量以达到此阈值。 即参与者正确识别图像，下一个图像有更多的噪声； 他们错误地识别了图像，下一次试验的噪音更少。 我们在重复试验中这样做，以获得参与者正确回答一定百分比试验所需的噪音量。

我试图通过改变单个像素来添加高斯噪声，在每次试验中添加一个等于从任务处理程序传递的噪声百分比的噪声量。 我不想改变原始图像。 我设想通过将图像作为像素矩阵读取，复制它，向该矩阵中的像素添加噪声，并为该试验呈现新的刺激来实现这一工作。 我用来读取图像的 imread 函数似乎无法做到这一点 - 有没有人有任何建议？

Answer 1

我已经演示了如何使用cv2读取图像并cv2应用不同级别的噪声。 添加噪声不会修改原始图像。 正如@Michael MacAskill 在他的评论中所写的那样，您可以使用单个矢量操作将噪声应用于图像。 在我的回答中，我创建了一个均值为 1 且形状与图像相同的高斯，并将其与图像相乘。 可以通过增加高斯噪声分布​​的标准偏差来增加噪声水平。

import cv2
import matplotlib.pyplot as plt
import numpy as np


def apply_noise(image, scale):
    """Return image with noise.

    Parameters
    ----------
    image : ndarray, image to which noise is applied.
    scale : positive float, standard deviation of Gaussian 
        noise distribution.
    """
    image = np.asarray(image)
    # Create a Gaussian noise array.
    noise = np.random.normal(loc=1.0, scale=scale, size=image.shape)
    # Apply the noise array.
    noisy = image * noise
    # Tranform to integer type.
    noisy = noisy.astype(np.int32)
    # Clip the values to RGB bounds.
    noisy = noisy.clip(0, 255)
    return noisy

我下载了一个示例图像使用

wget -qO "astronaut.jpg" https://live.staticflickr.com/8674/16504233985_9f1060624e_q_d.jpg

这是示例结果。 原图：

img = cv2.imread("astronaut.jpg")
# Transform from BGR to RGB
img = img[..., ::-1]
plt.imshow(img)

应用了一些噪声的图像：

img_a = apply_noise(image=img, scale=0.1)
plt.imshow(img_a)
plt.title("Gaussian std. dev. = 0.1")

应用了更多噪声的图像：

img_b = apply_noise(image=img, scale=0.5)
plt.imshow(img_b)
plt.title("Gaussian std. dev. = 0.5")