cv2读取np的矩阵图片，numpy数组clip和astype，查看数据类型array.dtype

clip(a, a_min, a_max, out=None)

功能，将数组中的数据在（a_min, a_max）范围之外的数据切割在，这个范围直接，小于a_min的值修改为a_min ，大于 a_max修改为 a_max，其他值不变

import numpy as np

a= np.array([[[-1,3,5],[3,4,5]],[[1,3,5],[3,4,5]]])
b=np.array([[[1,3,5],[1,1,1]],[[1,3,5],[1,1,1]]])
c = a+b
print(c.shape)
c = np.clip(a,0,3)
print(c.shape)
print(c)

array.astype(np.uint8)将数组中的数据类型修改

参考：https://blog.csdn.net/sunmingyang1987/article/details/111591712
可以先用clip将数据放在一定的范围内，然后再用astype修改数据类型

import numpy as np

a= np.array([[[-1,3,5],[3,4,5]],[[1,3,5],[3,4,5]]])
print(a.astype(np.uint8))

查看array中的数据类型.dtype

使用cv2读取噪声图片

import numpy as np
import cv2

img = cv2.imread('test_img/0.jpg')
cv2.imshow('img',img)
noise = np.random.randint(0,100,(img.shape[0],img.shape[1],3),dtype=np.uint8)
cv2.imshow('noise',noise)
img_noise = np.clip(img+noise,0,255).astype(np.uint8)
cv2.imshow('img_noise',img_noise)
cv2.waitKey(0)

原图

噪声图片

合并