向图像添加色度噪声答案

【问题标题】：Add chroma noise to image向图像添加色度噪声
【发布时间】：2019-09-12 02:32:11
【问题描述】：

我正在训练一个深度神经网络来提高图像质量。这些图像包含一些我想通过深度学习模型减少/去除的特定类型的噪声。为了做到这一点，我使用了一个包含几乎没有任何噪声的类似清晰高分辨率图像的巨大数据集，将特定类型的噪声添加到图像中，并训练网络重新生成原始图像（自定义自动编码器网络）。到目前为止，对于几种噪声类型中的一种，它的效果非常好。无需深入细节，添加特定类型的噪音很容易。

现在我需要为图像添加另一种噪声类型，更准确地说是：如下图所示的色度噪声（右下角）：link

如何在 Python 中人为地生成色度噪声并将其添加到图像中？我可以使用全系列的图像处理包，PIL、numpy、OpenCV、torchvision...

【问题讨论】：

标签： python opencv image-processing deep-learning

【解决方案1】：

您需要将图像转换为颜色空间，例如HSV 或CIE Lab。然后将噪声添加到色度通道（Lab 中的 a、b 或 H、S 是 HSV）。最后，转换回 RGB。

此色彩空间转换步骤非常常见，大多数图像工具包都应具有该功能。

【讨论】：

好的，我可以通过它添加随机的、基于像素的色度噪声。但是我想添加（而不是删除）的噪声是在超像素级别（如链接图像中所示）。与单个像素相比，斑点相当大。我想这是一些 perlin 或分形噪声，但到目前为止我还无法像那样复制它。不知何故，它看起来像是来自高 ISO 相机的色度噪点。
@HendrikWiese：我认为这是由 JPEG 压缩引起的。我还可以在亮度噪声分量中看到 JPEG 压缩伪影。 JPEG 对图像的色度分量进行下采样，如果将它们隔离，就会导致类似的斑点。我会尝试另存为 JPEG，然后重新加载。或者您可以尝试通过在将噪声添加到图像的色度分量之前模糊噪声来模拟它。
好的，是的，JPEG 伪影，而不是它们的移除，也是我想合并到模型中的东西，谢谢。我看看有没有帮助。