图像处理计算两个文件夹中对应图片的PSNR/SSIM,计算

用matlbe实现
**

计算多张图片,两个文件夹中对应图片的PSNR/SSIM

**

计算两个文件夹中对应图片的PSNR/SSIM

import os
import numpy as np
import math
from PIL import Image

import time

当中是你的程序

def psnr(img1, img2):
mse = np.mean((img1 / 1. - img2 / 1.) ** 2)
if mse < 1.0e-10:
return 100 * 1.0
return 10 * math.log10(255.0 * 255.0 / mse)

def mse(img1, img2):
mse = np.mean((img1 / 1. - img2 / 1.) ** 2)
return mse

def ssim(y_true, y_pred):
u_true = np.mean(y_true)
u_pred = np.mean(y_pred)
var_true = np.var(y_true)
var_pred = np.var(y_pred)
std_true = np.sqrt(var_true)
std_pred = np.sqrt(var_pred)
c1 = np.square(0.01 * 7)
c2 = np.square(0.03 * 7)
ssim = (2 * u_true * u_pred + c1) * (2 * std_pred * std_true + c2)
denom = (u_true ** 2 + u_pred ** 2 + c1) * (var_pred + var_true + c2)
return ssim / denom

path1 = ‘/’ # 指定输出结果文件夹 #文件夹中的图片应该是0.jpg 1.jpg排列的
path2 = ‘//’ # 指定原图文件夹 #文件夹中的图片应该是0.jpg 1.jpg排列的
f_nums = len(os.listdir(path1))
list_psnr = []
list_ssim = []
list_mse = []
for i in range(0, 4):

img_a = Image.open(path1 + str(i) + '.jpg')
img_b = Image.open(path2 + str(i) + '.jpg')
img_a = np.array(img_a)
img_b = np.array(img_b)

psnr_num = psnr(img_a, img_b)
ssim_num = ssim(img_a, img_b)
mse_num = mse(img_a, img_b)
list_ssim.append(ssim_num)
list_psnr.append(psnr_num)
list_mse.append(mse_num)

print(“平均PSNR:”, np.mean(list_psnr)) # ,list_psnr)
print(“平均SSIM:”, np.mean(list_ssim)) # ,list_ssim)
print(“平均MSE:”, np.mean(list_mse)) # ,list_mse)

  • 1
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值