Python 3.x 为什么在图像中加入高斯噪声会产生白屏？

我在下面添加的图像（water_coins.jpg）中添加了一些高斯噪声，但它返回给我一个完全白色的空白屏幕（对于“noi”和“hoho”）。我不明白为什么

import numpy as np
import cv2


def gauss_noise(image):
    row, col, ch = image.shape
    mean = 0
    var = 0.01
    sigma = var ** 0.5
    gauss = np.random.normal(mean, sigma, (row, col, ch))
    gauss = gauss.reshape(row, col, ch)
    print(image)
    cv2.imshow("hoho", gauss + image)
    noisy = image + gauss
    return noisy


img = cv2.imread('water_coins.jpg')
noi = gauss_noise(img)
cv2.imshow("Noisy Gauss image", noi)
cv2.imshow("ho", img)
cv2.waitKey()

---

问题在于，当您将

np.uint8

类型的图像添加到另一个float类型的图像时，将产生一个float数组。到目前为止，您已经知道：

如果图像是32位浮点，则像素值将乘以255。也就是说，值范围[0,1]被映射到[0255]

这意味着任何大于1.0的值都是白色的，只有0是黑色的，在您的情况下，大多数值都是白色的，因此是白色图像

现在谈谈解决办法：

将其转换为uint8->您必须小心下溢（负数）和溢出（超过255）。尝试双侧截断，并决定如何处理小数部分（舍入、截断、ceil）

将数据规格化为0-1->取决于您想要执行的操作，这可能是危险的，因为它可能会更改颜色，例如，如果所有颜色都在120-150之间，您将获得规格化图像颜色，就像它是从0-255

添加之前，将噪波数组转换为

np.uint8

，并使用cv2.add避免饱和问题（下溢和溢出）

---

浮点值中的图像必须介于0-1之间，将图像uint8添加到图像浮点。。。。您需要进行饱和（平均值0可以生成负值），然后必须将其转换为np.uint（至少要显示它）或将其规格化为0-1值。否则，任何大于1的值都将显示为white@api55转换到uint8成功了。Thanks@api55为什么要在评论中给出答案？我建议将你的评论转移到实际答案上，这样OP就可以接受它，这个问题就可以被认为已经得到了回答。@JonathonReinhart我的错，我当时时间不多，只是发布了评论。但我现在把它作为一个完整的答案加了进去：）