scient
scient一个用python实现科学计算相关算法的包,包括自然语言、图像、神经网络、优化算法、机器学习、图计算等模块。
scient源码和编译安装包可以在Python package index
获取。
The source code and binary installers for the latest released version are available at the [Python package index].
https://pypi.org/project/scient
可以用pip
安装scient
。
You can install scient
like this:
pip install scient
也可以用setup.py
安装。
Or in the scient
directory, execute:
python setup.py install
scient.image
图像相关算法模块,包括边缘检测、图像相似度计算、图像质量评价、图像特征提取等。
scient.image.friqa
全参考图像质量评价模块,包括峰值信噪比(PSNR),结构相似度(SSIM),直方图相似度(HistSim)。
scient.image.friqa.psnr(image1,image2,max_pix=255)
Parameters
image1 : numpy.array 2D or 3D,参考图像
image2 : numpy.array 2D or 3D,待评价图像
max_pix : int, optional default is 255, 像素值的最大值,默认值是255.
Returns
float
Algorithms
PSNR(Peak Signal to Noise Ratio),峰值信噪比,是一种评价图像的客观标准,单位dB。图像在经过压缩之后,会在某种程度与原始图像不同,PSNR值用来衡量经过处理后的图像品质是否令人满意。
P S N R = 10 ⋅ log 10 ( M A X I 2 M S E ) = 20 ⋅ log 10 ( M A X I M S E ) PSNR=10 \cdot \log _ {10} ( \frac { MAX _ I ^ 2 } { MSE }) = 20 \cdot \log _ {10} ( \frac { MAX _ I } { MSE }) PSNR=10⋅log10(MSEMAXI2)=20⋅log10(MSEMAXI)
其中, M A X I MAX _ I MAXI是图像像素值的最大值,一般每个采样点用8位表示,那么 M A X I MAX _ I MAXI就是255。
M S E MSE MSE是待评价图像与参考图像的均方误差, M S E MSE MSE越小,PSNR越大;PSNR越大,待评价图像质量越好。
- PSNR高于40dB说明待评价图像质量极好,非常接近原始图像;
- PSNR在30—40dB说明待评价图像质量是较好,虽然有明显失真但可以接受;
- PSNR在20—30dB说明待评价图像质量差;
- PSNR低于20dB说明待评价图像质量不可接受。
PSNR缺点:基于对应像素点间的误差,即基于误差敏感的图像质量评价。由于并未考虑到人眼的视觉特性(人眼对空间频率较低的对比差异敏感度较高,人眼对亮度对比差异的敏感度较色度高,人眼对一个 区域的感知结果会受到其周围邻近区域的影响等),因而经常出现评价结果与人的主观感觉不一致的情况。
Examples
import os
from scient.image import friqa
import numpy
from PIL import Image
ref_image='test/data/I10.BMP'
images=['test/data/I10.BMP','test/data/i10_23_3.bmp','test/data/i10_23_4.bmp','test/data/i10_23_5.bmp','test/data/i10_24_5.bmp']
#读取图像文件
ref_image=Image.open(os.path.join(os.path.dirname(friqa.__file__),'..',ref_image))
images=[Image.open(os.path.join(os.path.dirname(friqa.__file__),'..',i)) for i in images]
#计算psnr
for i in images:
print(friqa.psnr(numpy.array(ref_image),numpy.array(i)))
运行结果
100
32.436263852012544
31.184291262813648
30.272831107297733
29.3584810257951