灰度图添加椒盐噪声并中值模糊后显示为绿色的问题排查

核心显示问题：灰度图变绿色 #

plt.imshow默认会将单通道数组用伪彩色colormap（默认是viridis，偏绿色）渲染，哪怕是灰度图也会触发这个逻辑。解决方法直接在显示时指定灰度配色规则：

plt.imshow(median_blur, cmap='gray', vmin=0, vmax=255)
plt.show()

• cmap='gray'：强制使用灰度色阶映射
• vmin=0, vmax=255：固定像素值对应范围，避免自动缩放导致灰度偏差

其他代码问题修正 #

1. 中值模糊对象错误
   你当前代码里medianBlur处理的是原始灰度图img1，而非加了椒盐噪声的img_con_sp_1，需修正为：

median_blur = cv.medianBlur(img_con_sp_1, 7)

2. 椒盐噪声逻辑问题

• 代码中pixel变量未定义，直接删除即可
• 当前噪声概率逻辑混乱，rdn随机值导致噪声比例不稳定，改成固定概率的实现更合理：

  import random
  import numpy as np
  import cv2 as cv
  import matplotlib.pyplot as plt
  
  img1 = cv.imread('foto_1.jpeg', cv.IMREAD_GRAYSCALE)
  img_con_sp_1 = img1.copy()
  prob = 0.02  # 调整噪声比例，0.00001几乎看不到噪声
  x, y = img1.shape
  
  for i in range(x):
      for j in range(y):
          rdn = random.random()
          if rdn < prob / 2:
              img_con_sp_1[i][j] = 0  # 椒噪声（黑色）
          elif rdn < prob:
              img_con_sp_1[i][j] = 255  # 盐噪声（白色）
          # 其余情况保留原像素
  

  也可以用numpy向量化操作替代循环，大幅提升效率：

  prob = 0.02
  mask = np.random.rand(*img1.shape) < prob
  img_con_sp_1 = img1.copy()
  # 随机分配椒/盐噪声
  img_con_sp_1[mask] = np.where(np.random.rand(np.sum(mask)) < 0.5, 0, 255)
  

3. 自定义imshow函数的潜在问题
   你使用的imshow("imagen con S&P 1", img_con_sp_1, size=12)如果是自定义函数，需确保它处理单通道图像时也采用灰度显示规则，否则噪声图预览也会出现颜色异常。

内容的提问来源于stack exchange，提问作者Luis Enrique Garduno Morales