加上雨點噪聲

import cv2
import numpy as npdef get_noise(img, value=10):'''#生成噪聲圖像>>> 輸入： img圖像value= 大小控制雨滴的多少 >>> 返回圖像大小的模糊噪聲圖像'''noise = np.random.uniform(0, 256, img.shape[0:2])# 控制噪聲水平，取浮點數，只保留最大的一部分作為噪聲v = value * 0.01noise[np.where(noise < (256 - v))] = 0# 噪聲做初次模糊k = np.array([[0, 0.1, 0],[0.1, 8, 0.1],[0, 0.1, 0]])noise = cv2.filter2D(noise, -1, k)# 可以輸出噪聲看看'''cv2.imshow('img',noise)cv2.waitKey()cv2.destroyWindow('img')'''return noisedef rain_blur(noise, length=10, angle=0,w=1):'''將噪聲加上運動模糊,模仿雨滴>>>輸入noise：輸入噪聲圖，shape = img.shape[0:2]length: 對角矩陣大小，表示雨滴的長度angle： 傾斜的角度，逆時針為正w:      雨滴大小>>>輸出帶模糊的噪聲'''#這里由于對角陣自帶45度的傾斜，逆時針為正，所以加了-45度的誤差，保證開始為正trans = cv2.getRotationMatrix2D((length/2, length/2), angle-45, 1-length/100.0)  dig = np.diag(np.ones(length))   #生成對焦矩陣k = cv2.warpAffine(dig, trans, (length, length))  #生成模糊核k = cv2.GaussianBlur(k,(w,w),0)    #高斯模糊這個旋轉后的對角核，使得雨有寬度#k = k / length                         #是否歸一化blurred = cv2.filter2D(noise, -1, k)    #用剛剛得到的旋轉后的核，進行濾波#轉換到0-255區間cv2.normalize(blurred, blurred, 0, 255, cv2.NORM_MINMAX)blurred = np.array(blurred, dtype=np.uint8)return blurreddef alpha_rain(rain,img,beta = 0.8):#輸入雨滴噪聲和圖像#beta = 0.8   #results weight#顯示下雨效果#expand dimensin#將二維雨噪聲擴張為三維單通道#并與圖像合成在一起形成帶有alpha通道的4通道圖像rain = np.expand_dims(rain,2)rain_effect = np.concatenate((img,rain),axis=2)  #add alpha channelrain_result = img.copy()    #拷貝一個掩膜rain = np.array(rain,dtype=np.float32)     #數據類型變為浮點數，后面要疊加，防止數組越界要用32位rain_result[:,:,0]= rain_result[:,:,0] * (255-rain[:,:,0])/255.0 + beta*rain[:,:,0]rain_result[:,:,1] = rain_result[:,:,1] * (255-rain[:,:,0])/255 + beta*rain[:,:,0] rain_result[:,:,2] = rain_result[:,:,2] * (255-rain[:,:,0])/255 + beta*rain[:,:,0]#對每個通道先保留雨滴噪聲圖對應的黑色（透明）部分，再疊加白色的雨滴噪聲部分（有比例因子）cv2.imwrite('rain_result.png', np.uint8(rain_result))img = cv2.imread('cv.png')
noise = get_noise(img,value=500)
rain = rain_blur(noise,length=50,angle=-30,w=3)
alpha_rain(rain,img,beta=0.6)

加上光斑噪聲

利用一張光斑的圖像加在原始圖像上：

import numpy as np
import cv2
from PIL import Imageimage1 = cv2.imread('cub1.jpg')
image2 = cv2.imread('ban.jpg')height = image1.shape[0]
width = image1.shape[1]
image2 = cv2.resize(image2, (width, height), interpolation = cv2.INTER_LINEAR)
image = (image1 + image2) // 2cv2.imwrite('cv.png', np.uint8(image))