深度学习(24) 计算两个图像的LPIPS，SSIM指标 (python代码)_python lpips

• 1. 计算LPIPS
• 1.0.说明
• • 1.1. 代码
• 2. 计算SSIM
• • 2.0 说明
    • 2.1 代码

1. 计算LPIPS

1.0.说明

LPIPS：学习感知图像块相似度(Learned Perceptual Image Patch Similarity, LPIPS)也称为“感知损失”(perceptual loss)，用于度量两张图像之间的差别。来源于CVPR2018《The Unreasonable Effectiveness of Deep Features as a Perceptual Metric》

1.1. 代码

要计算两张图片之间的LPIPS（Learned Perceptual Image Patch Similarity）距离，可以使用已经训练好的LPIPS模型来进行计算。以下是一个示例代码，演示了如何使用PyTorch和LPIPS模型计算两张图片的LPIPS距离：

import torch
import lpips
from PIL import Image

# 假设您已经有了要计算LPIPS距离的两张图片 image1 和 image2
# 加载图像文件
image1 = Image.open("image1.jpg")
image2 = Image.open("image2.jpg")

# 加载预训练的LPIPS模型
lpips_model = lpips.LPIPS(net="alex")

# 将图像转换为PyTorch的Tensor格式
image1_tensor = torch.tensor(np.array(image1)).permute(2, 0, 1).unsqueeze(0).float() / 255.0
image2_tensor = torch.tensor(np.array(image2)).permute(2, 0, 1).unsqueeze(0).float() / 255.0

# 使用LPIPS模型计算距离
distance = lpips_model(image1_tensor, image2_tensor)

print("LPIPS distance:", distance.item())

在上述代码中，您需要将要计算LPIPS距离的两张图片存储在变量image1和image2中（可以使用PIL库的Image.open()函数加载图像文件）。

然后，我们加载了预训练的LPIPS模型，这里使用了alex网络。您可以根据需要选择其他可用的网络，如vgg或squeeze。

接下来，我们将图像转换为PyTorch的Tensor格式，并进行归一化处理，将像素值范围从[0, 255]归一化到[0, 1]。注意，这里的图像顺序是通道在前，即形状为[C, H, W]。

最后，我们使用LPIPS模型对两张图像的Tensor进行计算，得到LPIPS距离。距离的值通过distance.item()获取。

请确保安装了PyTorch和lpips库。您可以使用以下命令安装lpips库：

pip install lpips

2. 计算SSIM

2.0 说明

结构相似性指数（SSIM，Structural Similarity Index）

2.1 代码

安装

**自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。**

**深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！**

**因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。**

![img](https://img-blog.csdnimg.cn/img_convert/6ecef1d890e1e28b479a981b96a9c8dd.png)

 

![img](https://img-blog.csdnimg.cn/img_convert/8dac67c31798d0a08f5a9e16c21a625c.png)

![img](https://img-blog.csdnimg.cn/img_convert/46506ae54be168b93cf63939786134ca.png)

![img](https://img-blog.csdnimg.cn/img_convert/252731a671c1fb70aad5355a2c5eeff0.png)

![img](https://img-blog.csdnimg.cn/img_convert/6c361282296f86381401c05e862fe4e9.png)

![img](https://img-blog.csdnimg.cn/img_convert/9f49b566129f47b8a67243c1008edf79.png)

 

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！**

**由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新**

**如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）**


**由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新**

**如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）**

<img src="https://img-community.csdnimg.cn/images/fd6ebf0d450a4dbea7428752dc7ffd34.jpg" alt="img" style="zoom:50%;" />