OpenCV 中提供了fill()函数可以产生均匀分布或者高斯分布（正态分布）的随机数，我们可以利用该函数产生符合高斯分布的随机数，之后在图像中加入这些随机数即可
void fill( InputOutputArray mat, int distType, InputArray a, InputArray b, bool saturateRange = false );
该函数用于生成指定分布形式的随机数填充矩阵，可以生成符合均匀分布的随机数和符合高斯分布随机数。函数的第一个参数输入用于存储生成随机数的矩阵，但是矩阵的通道数必须小于等于4。第二个参数是选择随机数分布形式的标志，该函数目前只支持两种分布形式，分别是均匀分布（RNG::UNIFORM，简记0）和高斯分布（RNG::NORMAL，简记1）。函数的第三个和第四个参数为确定随机数分布规律的参数，第三个参数在均匀分布时表示均匀分布的最小下限，在高斯分布时表示高斯分布的均值；第四个参数在均匀分布时表示均匀分布的最大上限，在高斯分布时表示高斯分布的标准差。最后一个参数是预饱和标志，仅用于均匀分布，我们使用其默认式即可。
在图像中添加高斯噪声大致分为以下4个步骤：
Step1：首先需要创建一个与图像尺寸、数据类型以及通道数相同的Mat类变量.
Step2：通过调用fill()函数在Mat类变量中产生符合高斯分布的随机数。
Step3：将原图像和含有高斯分布的随机数矩阵相加。
Step4：得到添加高斯噪声之后的图像。
//
// Created by smallflyfly on 2021/6/11.
//
#include "opencv2/opencv.hpp"
#include "opencv2/highgui.hpp"
#include <iostream>
using namespace std;
using namespace cv;
int main() {
Mat im = imread("test.jpg");
resize(im, im, Size(0, 0), 0.5, 0.5);
Mat gray;
cvtColor(im, gray, CV_BGR2GRAY);
Mat rgbNoise = Mat::zeros(im.rows, im.cols, im.type());
Mat grayNoise = Mat::zeros(gray.rows, gray.cols, gray.type());
RNG rng;
rng.fill(rgbNoise, RNG::NORMAL, 10, 20);
rng.fill(grayNoise, RNG::NORMAL, 10, 20);
imshow("three channels noise", rgbNoise);
imshow("one channels noise", grayNoise);
im = im + rgbNoise;
gray = gray +grayNoise;
imshow("add noise rgb", im);
imshow("add noise gray", gray);
waitKey(0);
destroyAllWindows();
return 0;
}
