先來看看今天的結果圖 (增加顆粒感)

比較一下原圖：

-> 此篇文章的程式碼 github

Day07_增添顆粒感(增加高斯噪聲)_add_gaussian_noise.ipynb

前言

我們繼續製作屬於自己的日系濾鏡啦！
日系濾鏡的修圖過程，大致上有以下步驟：

接下來的日子裡我們就來一個個用程式碼實現！

運用 OpenCV 為圖片增加一些顆粒感 (增加高斯噪點)

def gaussian_noise(img, mean=0, sigma=0.1):
    
    # int -> float (標準化)
    img = img / 255
    # 隨機生成高斯 noise (float + float)
    noise = np.random.normal(mean, sigma, img.shape)
    # noise + 原圖
    gaussian_out = img + noise
    # 所有值必須介於 0~1 之間，超過1 = 1，小於0 = 0
    gaussian_out = np.clip(gaussian_out, 0, 1)
    
    # 原圖: float -> int (0~1 -> 0~255)
    gaussian_out = np.uint8(gaussian_out*255)
    # noise: float -> int (0~1 -> 0~255)
    noise = np.uint8(noise*255)
    
    print("gaussian noise: ")
    show_img(noise)
    
    print("Picture add gaussian noise: ")
    show_img(gaussian_out)

#     return gaussian_out , noise
    

我們實際上做了什麼事呢?

我們先認識什麼是高斯噪聲：

要講解這個我們可以先從理解高斯分佈開始說明，

-> 那什麼是高斯分佈呢?
其實只是講得比較厲害一點而已，
就是我們所熟悉的常態分佈啦~

任何事情分佈的常態，都會接近高斯分佈，
所以我們今天將噪聲取一個高斯分佈的值，
就成為我們的高斯噪聲。

我們的高斯噪聲大概長這樣(平均=0，標準差 = 0.1)：
(請注意：雖然是常態分佈，但值依然是隨機的，所以每次產生的結果都會不同！)

將高斯噪聲疊加到我們的圖上，產生我們要的「顆粒感」

講簡單點，其實就是把噪聲到圖上加起來而已哈哈哈哈。
上面已經有標準差 = 0.1的結果，
我們下面換一個比較大一點的標準差 = 0.5的結果，我們看看有什麼樣的效果~~~

說不定有人喜歡這種圖片的感覺?

Reference

https://www.pythonf.cn/read/57067

https://kknews.cc/zh-tw/code/oka9mbm.html

https://blog.csdn.net/zh_jessica/article/details/77967650

https://www.cnblogs.com/lfri/p/10627595.html