在OpenCV中，可以用RNG類來產生均勻分佈和正態分佈(高斯分佈)的隨機數。RNG的英文全稱是Random number generator，從名字上大家就可以看出這個類的用途。
我們可以用這個類的成員函式fill來為影象新增高斯噪聲。RNG:fill的原型如下：
C++: void RNG::fill(InputOutputArray mat, int distType, InputArray a, InputArray b, bool saturateRange=false )
引數意義如下：
mat:二維或多維矩陣，目前版本中，維數不能超過4。
distType：隨機數的分佈型別，有兩種，即RNG::UNIFORM 或 RNG::NORMAL，前者表示均勻分佈，後者表示正態分佈(即高斯分佈)。
a：分佈規律引數之一。在均勻分佈中表示下限(包含)，在正態分佈(即高斯分佈)中，表示均值。
b：分佈規律引數之一。在均勻分佈中表示上限(包含)，在正態分佈(即高斯分佈)中，表示標準差。
saturateRange

：這個引數只對均勻分佈時有用。具體是什麼含義，筆者現在也沒搞清楚，等搞清楚了再來通知大家吧。官方原文實在沒有看懂，摘錄如下(如果有朋友看懂了，記得告訴筆者一聲哦，可以關注公眾號"qxsf321"聯絡上作者)
saturateRange – pre-saturation flag; for uniform distribution only; if true, the method will first convert a and b to the acceptable value range (according to the mat datatype) and then will generate uniformly distributed random numbers within the range [saturate(a), saturate(b)), if saturateRange=false, the method will generate uniformly distributed random numbers in the original range [a, b) and then will saturate them, it means, for example, that theRNG().fill(mat_8u, RNG::UNIFORM, -DBL_MAX, DBL_MAX) will likely produce array mostly filled with 0’s and 255’s, since the range (0, 255) is significantly smaller than [-DBL_MAX, DBL_MAX).

用這個成員函式為影象新增高斯噪聲的程式碼如下:

影象處理開發資料、影象處理開發需求、影象處理接私活掙零花錢，可以搜尋公眾號"qxsf321"，並關注！
程式碼中用到的影象的下載連結為:http://pan.baidu.com/s/1c2ETzwc 密碼：pvnz

//opencv版本:OpenCV3.0
//VS版本:VS2013
//Author:qxsf321.net

#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>    
#include <opencv2/imgproc/types_c.h>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/highgui/highgui_c.h>
#include <time.h>  
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
        //源影象  
        Mat img_input = imread("zhi_zhi_hua.jpg");


        Mat img_output(img_input.size(), img_input.type());
        Mat noise(img_input.size(), img_input.type());  /**建立一個噪聲矩陣*/
        RNG rng(time(NULL));
    rng.fill(noise, RNG::NORMAL, 10,  36);  /**高斯分佈*/
    cv::add(img_input, noise, img_output);

        imshow("原影象", img_input);
        imshow("噪聲影象", noise);
        imshow("加上高斯噪聲後的影象", img_output);


        waitKey(0);
        return EXIT_SUCCESS;
}
 

執行結果如下圖所示：