【Python】计算psnr和ssim值

基于python版的PSNR和ssim值计算

总所周知，图像质量评价的常用指标有PSNR和SSIM等，本博文是基于python版的图像numpy的float64格式和uint8格式计算两种指标值（附代码），代码经多方测试和对比，是可用的噢~如有问题请在下面评论留言！

psnr峰值信噪比

psnr是用来评价两幅图像相比质量的好坏，即失真情况。这两幅图像分别为原图像和经图像重建或者压缩后等图像处理方法的图像。PSNR越高，图像失真越小，具体细节就不展开说了。首先简单介绍一下psnr的公式计算。对于大小为m*n的两幅图像I和K（一幅是原图，一幅一般是图像重建后的图像），其均方差MSE定义为：

而PSNR的计算公式则为：

其中，MAX为最大像素，即255。这个计算公式主要是针对的是灰度图，也就是单通道的。那么多通道的彩色图像应该怎么计算呢？这里给出两种计算方式：

1. 分别计算RGB三个通道的PSNR，然后取平均值
2. 计算RGB三通道的MSE，然后再除以3

这里给出三通道图像计算PSNR值的方法二，附上代码：

def psnr(target, ref):
	#将图像格式转为float64
    target_data = np.array(target, dtype=np.float64)
    ref_data = np.array(ref,dtype=np.float64)
    # 直接相减，求差值
    diff = ref_data - target_data
    # 按第三个通道顺序把三维矩阵拉平
    diff