OpenCV 잡음이 들어간 사진 만들기 (Gaussian Noise)

잡음이 들어간 사진 만들기 (Gaussian Noise)

사진은 원래 잡음이 없는 것이 좋지만, 일부러 잡음을 만들어 넣더도

새로운 느낌이 난다.

잡음, 즉 noise를 만드는 방법 중, 여기서는 Gaussian Noise를 만들어 넣는 방법을 생각해보자.

우선 결과부터 살펴보면,

아래는 잡음이 없는 깨끗한 영상이다.

아래는 위의 깨끗한 영상에 일부러 잡음을 만들어 넣은 것이다.

특히 이 잡음은 Gaussian noise이다.

Gaussian noise

이것은 평균과 분산을 갖는 정규분포에 따라 임의로 발생한 noise를 말한다.

잡음값이 임의로 막 생겨나기는 하는데, 그 잡음들의 빈도수를 살펴보면 정규분포를 가지고 있다.

즉, 평균값에 가까운 잡음들의 개수가 평균에서 먼 잡음값들보다 많다.

아래는 위의 사진들을 만들어낸 소스코드이다.

line 24: Gaussian noise를 만들어 낸다.

line 28: Gaussian noise를 이미지에 적용하여 잡음이 낀 이미지를 만들어내는 과정이다.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45

#include <opencv2/opencv.hpp> #include <iostream> using namespace cv; using namespace std; int main(int argc, char** argv) { if (argc != 2) { cout << " Provide image name to read" << endl; return -1; } Mat inputImg; inputImg = imread(argv[1], CV_LOAD_IMAGE_COLOR); resize(inputImg, inputImg, Size(), 0.3, 0.3, CV_INTER_AREA); Mat noise_image(inputImg.size(), CV_16SC3); double average = 0.0; double std = 30.0; randn(noise_image, Scalar::all(average), Scalar::all(std)); Mat temp_image; inputImg.convertTo(temp_image, CV_16SC3); addWeighted(temp_image, 1.0, noise_image, 1.0, 0.0, temp_image); temp_image.convertTo(temp_image, inputImg.type()); namedWindow("Original", CV_WINDOW_AUTOSIZE); namedWindow("GaussianNoise", CV_WINDOW_AUTOSIZE); moveWindow("Original", 100, 100); moveWindow("GaussianNoise", 120, 120); imshow("Original", inputImg); imshow("GaussianNoise", temp_image); waitKey(0); return 0; }