1. Génération de nombres aléatoires
C'est l'approche la plus fondamentale : on génère des valeurs aléatoires dans une plage donnée, puis on les associe à des pixels.
* Bruit uniforme : le plus simple. Les valeurs sont réparties uniformément entre un minimum et un maximum (par exemple 0 et 255 pour du 8 bits en niveaux de gris), ce qui donne un aspect moucheté. En Python, NumPy facilite cela :
```python
import numpy as np
import matplotlib.pyplot as plt
largeur, hauteur = 256, 256
bruit = np.random.randint(0, 256, size=(hauteur, largeur), dtype=np.uint8)
plt.imshow(bruit, cmap='gray')
plt.show()
```
* Bruit gaussien : plus réaliste, il imite le bruit des capteurs d'image. Fondé sur une distribution normale, il se règle par une moyenne (luminité) et un écart-type (intensité). NumPy fournit `np.random.normal` :
```python
import numpy as np
import matplotlib.pyplot as plt
largeur, hauteur = 256, 256
moyenne = 0
ecart_type = 30 # intensité du bruit
bruit = np.random.normal(moyenne, ecart_type, size=(hauteur, largeur)).astype(np.uint8)
bruit = np.clip(bruit, 0, 255) # garder les valeurs dans la plage
plt.imshow(bruit, cmap='gray')
plt.show()
```
* Bruit sel et poivre : il introduit des pixels aléatoirement noirs (0) ou blancs (255). On sélectionne des pixels au hasard et on fixe leur valeur.
2. Bibliothèques de traitement d'images
OpenCV (cv2) et scikit-image fournissent des fonctions pour ajouter du bruit directement, avec souvent plus de contrôle et d'efficacité.
3. Bruit Perlin (textures procédurales)
Ce bruit de gradient produit des textures plus naturelles, moins granuleuses. Plus complexe à coder soi-même, il est bien géré par certaines bibliothèques.
4. Simulation de sources précises
Pour un réalisme poussé, on peut modéliser des sources spécifiques : bruit thermique, bruit de grenaille, bruit de quantification. Cela demande de comprendre les processus physiques en jeu.
Ajouter le bruit à une image
Une fois le bruit généré, on l'ajoute à l'image d'origine, généralement par addition pixel à pixel. Pensez à ajuster son échelle pour éviter l'écrêtage (les valeurs qui dépassent 0–255 en 8 bits).
Le choix de la méthode dépend de l'usage : la génération aléatoire suffit pour des simulations simples, tandis que des scénarios avancés ou un rendu réaliste justifient des bibliothèques spécialisées ou des techniques plus sophistiquées. Dans tous les cas, gérez les valeurs de pixels hors plage après l'ajout.