使用Python的skimage.util库创建随机椒盐噪声图像

skimage.util库是skimage（scikit-image）图像处理库中的一个模块，提供了一些用于图像处理的实用函数。其中，可以使用skimage.util.random_noise函数来创建随机椒盐噪声图像。

随机椒盐噪声是一种常见的图像噪声，它会在图像中随机添加白色或黑色的点，使得图像中出现突然的亮点或暗点，影响图像的质量。通过创建随机椒盐噪声图像，可以模拟实际图像处理过程中可能遇到的图像噪声问题，进行相关的算法研究和性能评估。

下面是一个使用skimage.util库创建随机椒盐噪声图像的示例代码：

import numpy as np
import matplotlib.pyplot as plt
from skimage.util import random_noise

# 创建一个灰度图像
image = np.zeros((256, 256), dtype=np.uint8)

# 添加随机椒盐噪声
noisy_image = random_noise(image, mode='s&p', amount=0.05)

# 显示原始图像和添加噪声后的图像
fig, axes = plt.subplots(1, 2, figsize=(10, 5))
axes[0].imshow(image, cmap='gray')
axes[0].set_title('Original Image')
axes[1].imshow(noisy_image, cmap='gray')
axes[1].set_title('Noisy Image')
for ax in axes:
    ax.axis('off')
plt.show()

在上述代码中，首先创建了一个大小为256x256的灰度图像。然后，使用random_noise函数从skimage.util模块中添加随机椒盐噪声。该函数接受三个参数：输入图像、噪声模式和噪声量。在本例中，噪声模式使用了's&p'表示椒盐噪声，噪声量通过amount参数设置为0.05，表示噪声点的占比为5%。最后，使用matplotlib库显示原始图像和添加噪声后的图像。

运行上述代码，将会得到一个包含原始图像和添加随机椒盐噪声的图像窗口。通过对比这两幅图像，可以观察到添加噪声后图像中的亮点和暗点，即随机椒盐噪声的效果。

上述示例只是使用skimage.util库创建随机椒盐噪声图像的一个简单例子。skimage.util库还提供了其他函数，可以用于创建不同类型的图像噪声或者进行图像增强等操作。在实际应用中，可以根据具体需要选择合适的函数和参数，进行更加丰富的图像处理和分析。