blinddeconv.filters.noise module

Фильтры добавления шума к изображениям.

Автор: Юров П.И.

class blinddeconv.filters.noise.Brown_Noise(noise_level: float = 0.2)

Базовые классы: FilterBase

Коричневый шум (1/f)^2.

Атрибуты

noise_levelfloat

Уровень шума (0.0 - без шума, 1.0 - сильный шум).

__init__(noise_level: float = 0.2) → None

Инициализация.

Параметры

noise_levelfloat

Уровень шума (0.0 - без шума, 1.0 - сильный шум).

description() → str

Выдает название шума в файловой системе с параметром.

filter(img)

Применяет коричневый шум к изображению.

class blinddeconv.filters.noise.ColoredNoise(noise_level: float = 0.2, beta: float = 1.0)

Базовые классы: FilterBase

Цветной шум (1/f)^beta.

Атрибуты

noise_levelfloat

Уровень шума (0.0 - без шума, 1.0 - сильный шум).

betafloat

Параметр спектрального наклона (1.0 = розовый шум, 2.0 = коричневый).

__init__(noise_level: float = 0.2, beta: float = 1.0) → None

Инициализация.

Параметры

noise_levelfloat

Уровень шума (0.0 - без шума, 1.0 - сильный шум).

betafloat

Параметр спектрального наклона (1.0 = розовый, 2.0 = коричневый).

description() → str

Выдает название шума в файловой системе с параметром.

filter(img)

Применяет цветной шум к изображению.

class blinddeconv.filters.noise.GaussianNoise(param: float)

Базовые классы: FilterBase

Фильтр аддитивного гауссовского шума.

Добавляет нормально распределенный шум с заданным стандартным отклонением.

Атрибуты

paramfloat

Стандартное отклонение гауссовского шума.

__init__(param: float) → None

Инициализация фильтра гауссовского шума.

Параметры

paramfloat

Стандартное отклонение шума (должно быть положительным).

description() → str

Выдает название шума в файловой системе с параметром.

filter(image: ndarray) → ndarray

Применение гауссовского шума к изображению.

Параметры

imagenp.ndarray

Входное изображение (любой тип, будет преобразовано в float32).

Возвращает

np.ndarray

Зашумленное изображение (той же формы и типа, что и входное).

class blinddeconv.filters.noise.OldPhotoNoise(strength: int = 30, f3dB: float = 0.05, fs: float = 1.0, apply_highpass: bool = True, highpass_cutoff: float = 0.01)

Базовые классы: FilterBase

Коричневый шум для имитации старых фотографий.

Атрибуты

strengthint

Сила шума (0-255).

f3dBfloat

Частота среза экспоненциального фильтра (0-0.5).

fsfloat

Псевдо-частота дискретизации.

apply_highpassbool

Применять ли high-pass фильтр.

highpass_cutofffloat

Cutoff частота для high-pass фильтра.

__init__(strength: int = 30, f3dB: float = 0.05, fs: float = 1.0, apply_highpass: bool = True, highpass_cutoff: float = 0.01) → None

Инициализация.

Параметры

strengthint

Сила шума (0-255).

f3dBfloat

Частота среза экспоненциального фильтра (0-0.5).

fsfloat

Псевдо-частота дискретизации.

apply_highpassbool

Применять ли high-pass фильтр.

highpass_cutofffloat

Cutoff частота для high-pass фильтра.

description() → str

Выдает название шума в файловой системе с параметром.

filter(img)

Применяет 2D Brownian шум к изображению.

find_alpha(Fs: float, f3dB: float) → float

Вычислить альфу для экспоненциального фильтра.

generate_2d_brownian_noise(shape: Tuple[int, int], alpha: float) → ndarray

Создает 2D коричневый шум с фильтрацией по строкам и столбцам.

high_pass_filter_2d(img: ndarray, fs: float, cutoff: float = 0.01) → ndarray

Применяет 2D high-pass фильтр через Butterworth.

class blinddeconv.filters.noise.Pink_Noise(noise_level: float = 0.2)

Базовые классы: FilterBase

Розовый шум (1/f).

Атрибуты

noise_levelfloat

Уровень шума (0.0 - без шума, 1.0 - сильный шум).

__init__(noise_level: float = 0.2) → None

Инициализация.

Параметры

noise_levelfloat

Уровень шума (0.0 - без шума, 1.0 - сильный шум).

description() → str

Выдает название шума в файловой системе с параметром.

filter(img)

Применяет розовый шум к изображению.

class blinddeconv.filters.noise.PoissonNoise(param: float)

Базовые классы: FilterBase

Фильтр пуассоновского шума (шума дробления).

Имитирует шум подсчета фотонов с пуассоновской статистикой.

Атрибуты

paramfloat

Интенсивность шума (от 0.0 до 1.0).

__init__(param: float) → None

Инициализация фильтра пуассоновского шума.

Параметры

paramfloat

Интенсивность шума (от 0.0 до 1.0).

description() → str

Выдает название шума в файловой системе с параметром.

filter(image: ndarray) → ndarray

Применение пуассоновского шума к изображению.

Параметры

imagenp.ndarray

Входное изображение (любой тип).

Возвращает

np.ndarray

Зашумленное изображение (той же формы и типа, что и входное).

class blinddeconv.filters.noise.SaltAndPepperNoise(param: Tuple[float, float, float])

Базовые классы: FilterBase

Фильтр импульсного шума (типа «соль-перец»).

Добавляет случайные белые (соль) и черные (перец) пиксели к изображению.

Атрибуты

white_pixelfloat

Относительная интенсивность белых пикселей (соль).

black_pixelfloat

Относительная интенсивность черных пикселей (перец).

noise_amountint

Максимальное количество зашумляемых пикселей.

__init__(param: Tuple[float, float, float]) → None

Инициализация фильтра шума «соль-перец».

Параметры

paramTuple[float, float, float]

Кортеж, содержащий: - white_pixel: Относительное количество белых пикселей (>=0). - black_pixel: Относительное количество черных пикселей (>=0). - noise_amount: Максимальное число изменяемых пикселей (>=0).

description() → str

Выдает название шума в файловой системе с параметром.

filter(image: ndarray) → ndarray

Применение шума «соль-перец» к входному изображению.

Параметры

imagenp.ndarray

Входное изображение (в градациях серого или цветное).

Возвращает

np.ndarray

Изображение с добавленным шумом «соль-перец».