SSIM和PSNR等图像参数调用-20200917

最新推荐文章于 2025-03-15 22:29:23 发布

xiekai1116

最新推荐文章于 2025-03-15 22:29:23 发布

阅读量697

点赞数

分类专栏：图像处理

本文链接：https://blog.csdn.net/csdnxiekai/article/details/108646131

版权

图像处理专栏收录该内容

11 篇文章

订阅专栏

本文介绍了几种常用的图像相似度评估指标，包括均方误差(MSE)、归一化均方根误差(NRMSE)、峰值信噪比(PSNR)、结构相似度(SSIM)及平均绝对误差(MAE)，这些指标可用于图像处理、计算机视觉等领域中，帮助开发者准确地评估两幅图像之间的差异。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

两幅图像常用比较参数，不用重复造轮子了。

from skimage.metrics import mean_squared_error as mse
# from skimage.measure import compare_mse as mse2
from skimage.metrics import normalized_root_mse as nrm
from skimage.metrics import peak_signal_noise_ratio as psnr
from skimage.metrics import structural_similarity as ssim
def mae(img1, img2):
    mae = np.mean( abs(img1 - img2)  )
    return mae

https://cloud.tencent.com/developer/section/1414961还有其他常用参数