如何在Python中为图像添加瑞利噪声？添加后窗口显示纯白问题求助

问题原因 #

你的代码出现全白窗口的核心原因是数据类型不匹配：

• 用cv2.imread读取灰度图得到的是uint8类型数组（取值范围0-255）
• 生成的Rayleigh噪声是float64类型，相加后noisy_image变成float64类型
• OpenCV的imshow对浮点型图像的显示规则是：将大于1的像素值全部显示为白色，而原图像的像素值本身都在0-255之间，加噪声后远大于1，所以窗口全白。

解决方法 #

需要将加噪后的图像转换回uint8类型，同时确保像素值落在0-255范围内，以下是两种可行方案：

方案1：截断后转换类型 #

直接对超出范围的像素值进行截断，再转换为uint8：

import numpy as np
import cv2

image = cv2.imread('./tomatoes.png', cv2.IMREAD_GRAYSCALE)

noise_std = 0.1
noise = np.random.rayleigh(noise_std, image.shape)
noisy_image = image + noise

# 截断超出0-255的像素值并转换类型
noisy_image = np.clip(noisy_image, 0, 255).astype(np.uint8)

cv2.imwrite('noisy_image.jpg', noisy_image)
cv2.imshow('Noisy Image', noisy_image)
cv2.waitKey(0)
cv2.destroyAllWindows()  # 避免内存泄漏

方案2：归一化后转换类型 #

如果噪声幅度较大，可先将图像归一化到0-255范围再转换类型：

import numpy as np
import cv2

image = cv2.imread('./tomatoes.png', cv2.IMREAD_GRAYSCALE)

noise_std = 0.1
noise = np.random.rayleigh(noise_std, image.shape)
noisy_image = image + noise

# 归一化到0-255范围后转换类型
noisy_image = cv2.normalize(noisy_image, None, 0, 255, cv2.NORM_MINMAX).astype(np.uint8)

cv2.imwrite('noisy_image.jpg', noisy_image)
cv2.imshow('Noisy Image', noisy_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

内容的提问来源于stack exchange，提问作者Negus Nati