Python为图像中断PNG添加噪声

Question

我正在尝试在 Python 3 中创建一个用于 Web 应用程序的图像系统。这个想法是从磁盘加载图像并为其添加一些随机噪声。当我尝试这个时，我得到一个看起来完全随机的图像，与原始图像不同：

import cv2
import numpy as np
from skimage.util import random_noise
from random import randint
from pathlib import Path
from PIL import Image
import io


image_files = [
    {
        'name': 'test1',
        'file': 'test1.png'
    },
    {
        'name': 'test2',
        'file': 'test2.png'
    }
]


def gen_image():
    rand_image = randint(0, len(image_files)-1)
    image_file = image_files[rand_image]['file']
    image_name = image_files[rand_image]['name']
    image_path = str(Path().absolute())+'/img/'+image_file
    img = cv2.imread(image_path)
    noise_img = random_noise(img, mode='s&p', amount=0.1)
    img = Image.fromarray(noise_img, 'RGB')

    fp = io.BytesIO()
    img.save(fp, format="PNG")
    content = fp.getvalue()
    return content


gen_image()

我也尝试过使用 pypng：

import png

# Added the following to gen_image()
content = png.from_array(noise_img, mode='L;1')
content.save('image.png')

如何从磁盘加载 png（具有 alpha 透明度），为其添加一些噪点，然后将其返回，以便它可以通过 Web 服务器代码（flask、aiohttp 等）显示。

正如 makayla 的回答中所指出的，这使它变得更好：noise_img = (noise_img*255).astype(np.uint8) 但颜色仍然错误并且没有透明度。

这是更新后的函数：

def gen_image():
    rand_image = randint(0, len(image_files)-1)
    image_file = image_files[rand_image]['file']
    image_name = image_files[rand_image]['name']
    image_path = str(Path().absolute())+'/img/'+image_file
    img = cv2.imread(image_path)

    cv2.imshow('dst_rt', img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

    # Problem exists somewhere below this line.
    img = random_noise(img, mode='s&p', amount=0.1)
    img = (img*255).astype(np.uint8)
    img =  Image.fromarray(img, 'RGB')

    fp = io.BytesIO()
    img.save(fp, format="png")
    content = fp.getvalue()

    return content

这将弹出一个预噪声图像并返回噪声图像。返回的图像中存在 RGB（和 alpha）问题。

我认为问题在于它必须是RGBA，但是当我更改为ValueError: buffer is not large enough时，我得到了ValueError: buffer is not large enough

Answer 1

鉴于所有新信息，我正在更新我的答案，并提供一些调试问题的提示。

我找到了一个site here，它创建了示例透明图像。我创建了一个透明层为 0.5 的 64x64 青色（R=0，G=255，B=255）图像。我用它来测试你的代码。

我在图片中看到了两种比较方式：im1 = cv2.imread(fileName) 和 im2 = cv2.imread(fileName,cv2.IMREAD_UNCHANGED)。 np.shape(im1) 返回 (64,64,3) 和 np.shape(im2) 返回 (64,64,4)。这就是为什么需要该标志的原因——opencv 中的默认 imread 设置会将透明图像作为普通 RGB 图像读取。

然而，opencv 以 BGR 而不是 RGB 读取，并且由于您无法使用 opencv 保存，因此您需要将其转换为正确的顺序，否则图像将具有反转颜色。例如，我的青色图像，当用反转颜色查看时，如下所示：

您可以使用 openCV 的 color conversion function 更改此设置，例如 im = cv2.cvtColor(im, cv2.COLOR_BGRA2RGBA)（Here 是所有颜色转换代码的列表）。再次，如果需要，请仔细检查图像的大小，因为您将其转换为 RGBA，它仍然应该有四个通道。

您现在可以在图像中添加噪点。 您知道，这也会给您的 Alpha 通道添加噪点，随机使某些像素更透明，而另一些像素则不那么透明。 skimage 的random_noise function 将您的图像转换为浮动并返回它作为浮动。这意味着图像值，通常是从 0 到 255 的整数，将转换为从 0 到 1 的十进制值。您的行 img = Image.fromarray(noise_img, 'RGB') 不知道如何处理浮点noise_img。这就是为什么当你保存它时，以及当我试图显示它时，图像都是一团糟。

所以我拍摄了我的青色图像，添加了噪点，然后将浮点数转换回 8 位。

noise_img = random_noise(im, mode='s&p', amount=0.1)
noise_img = (noise_img*255).astype(np.uint8)
img = Image.fromarray(noise_img, 'RGBA')

现在使用img.show() 看起来像这样（屏幕截图）：

我使用 PIL 库而不是 openCV 来保存我的图像，因此它尽可能接近您的代码。

fp = 'saved_im.png'
img.save(fp, format="png")

我将图像加载到 powerpoint 中，以仔细检查使用此方法保存图像时它是否保留了透明度。这是在PowerPoint中覆盖在红色圆圈上的保存图像的屏幕截图：