图像超分辨率—批量计算数据集的PSNR、SSIM、LPIPS(Python)

加斯顿工程师

已于 2024-04-09 10:33:42 修改

阅读量477

点赞数

分类专栏：深度学习文章标签： python 计算机视觉开发语言

于 2024-04-09 10:31:00 首次发布

本文链接：https://blog.csdn.net/hsdujdjrjrj/article/details/137541722

版权

深度学习专栏收录该内容

14 篇文章 72 订阅 ¥19.90 ¥99.00

订阅专栏

该博客介绍如何利用Python库批量计算图像超分辨率任务中的关键性能指标，包括峰值信噪比（PSNR）、结构相似度指数（SSIM）和 Learned Perceptual Image Patch Similarity（LPIPS）。这些指标用于评估图像恢复的质量。

摘要由CSDN通过智能技术生成

调用库函数批量计算图像超分辨率中的常用性能评价指标。

import cv2
import numpy as np
import os
from skimage.metrics import structural_similarity as ssim
import lpips

# 测试图像路径
path_HR = 'HR'
path_SR = 'SR'

# 加载预训练的LPIPS模型
lpips_model = lpips.LPIPS(net=</

了解本专栏

订阅专栏解锁全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

加斯顿工程师

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
打赏
0
评论
图像超分辨率—批量计算数据集的PSNR、SSIM、LPIPS(Python)

调用库函数批量计算图像超分辨率中的常用性能评价指标。
复制链接

扫一扫

专栏目录

订阅专栏

PSNR-峰值信噪比（原理及python代码实现）

qq_40272052的博客

07-12

2521

PSNR的全称为“Peak Signal-to-Noise Ratio”，直译为中文就是峰值信噪比。是一种衡量图像质量的指标。在很多领域都会需要这个指标，比如在超分辨率重建图像的时候，PSNR就是很重要的指标了。解释峰值信噪比（Peak signal-to-noise ratio，常缩写为PSNR）是一个表示信号最大可能功率和影响它的表示精度的破坏性噪声功率的比值的工程术语。由于许多信号...

【OpenCV-Python】：图像PSNR、SSIM、MSE计算

最新发布

bayesian1的博客

06-26

1980

python计算图像结构相似度（SSIM）实例_图像相似度计算_图像质量评价

批量计算PSNR,SSIM,MSE

Xiao_Bai_hh的博客

02-24

729

批量计算PSNR,SSIM,MSE

（6）Python批量计算PSNR、SSIM、MSE

qq_42392677的博客

10-13

3199

仅为学习交流，侵删！转载请注明出处！ import os import numpy as np from glob import glob import cv2 from skimage.measure import compare_mse,compare_ssim,compare_psnr def read_img(path): return cv2.imread(path,cv2.IMREAD_GRAYSCALE) def mse(tf_img1, tf_img2): return

批量比较图像的PSNR和SSIM（Python和Matlab两种方法）

qq_45359549的博客

03-20

1010

（3）本段python代码计算彩色RGB图像的PSNR和SSIM结果与基于Matlab的。（2）本段代码适用于对比彩色图像的PSNR和SSIM，与灰度图像的计算结果。（4）和基于Matlab的方法相比，使用Python代码计算速度会更快。（2）本段代码先将RGB图像转换为灰度图像，忽略了色彩等信息，（2）计算结果与使用Pyhton的方法的结果几乎一致。2.使用Python直接对比彩色RGB图像的PSNR和SSIM。注意事项：（1）使用前先在环境中安装需要的包；注意事项：（1）使用前先在环境中安装需要的包；

Python-通过深度学习的图像超分辨率ImageSuperResolution

08-11

通过深度学习的图像超分辨率Image Super-Resolution

Python计算图像评价指标--Lpips

m0_61008862的博客

01-21

1117

安装成功之后，新建.py文件命名为lpips1文件。我的方法是首先安装lpips包。

超分辨率指标计算：Python代码用于评估图像质量，PSNR、SSIM、LPIPS和NIQE

jiayoudangdang的博客

10-03

3702

这个Python脚本主要用于评估图像质量，它比较了一组高清（HD）图像和对应的生成图像，并计算了四种不同的图像质量指标：PSNR、SSIM、LPIPS和NIQE。

图像超分辨率,图像超分辨率重建,Python

09-10

22基于深度学习的图像超分辨率重建的流程如下[2]：1.首先找到一组原始图像Image1;2.将这组图片降低分辨率为一组图像Image23.通过各种神经网络结构，将Image2超分辨率重建为Image3(Image3和Image1分辨率一样)4.通过...

10.super pix图像清晰化（超级分辨率）python代码实现

05-08

super pix图像清晰化（超级分辨率）采用python语言编写程序实现

计算PSNR的小程序

09-12

主要用来计算码流解码后的序列与原始序列的PSNR值，包括YUV三个分量，YUV420格式

超分辨图像重建数据集(Set5,Set14,BSD100,URBAN100,MANGA109,DIV2K)共204M

07-09

超分辨图像重建数据集：包括训练集，训练集DIV2K有7G(提供下载地址)，5个测试集Set5，Set14，BSD100，URBAN100，MANGA109

PSNR计算器

10-26

该工具用于计算压缩帧相对于原始帧的PSNR值，直接支持bmp格式，自动支持将原始bmp图和压缩解码后的bmp图进行yuv转换，并计算y分量的psnr值

PSNR源代码

07-28

PSNR源代码，我自己写的，已经运行成功过，希望对大家有帮助！

【Python】计算psnr和ssim值

florrie

12-02

1万+

基于python版的PSNR和ssim值计算 psnr（峰值信噪比） psnr是图像质量评价的常用指标之一，该指标用来衡量两幅图像的相似度，即失真情况。具体就不展开说了。首先需要简单介绍一下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。这个计算公式针对的是灰度...

图像超分辨率_python_超分辨率技术_图像重建_超分辨率重建_图像超分辨

09-10

图像超分辨率重建数据集

05-19

图像超分辨率重建是一种计算机视觉领域的关键技术，其目的是通过算法提高低分辨率...通过这些数据集，我们可以衡量算法的性能，比如PSNR（峰值信噪比）、SSIM（结构相似性指数）等指标，进而推动图像处理技术的发展。

对图像均值滤波并计算PSNR,SSIM的 python代码

04-11

以下是Python中对图像进行均值滤波并计算PSNR和SSIM的示例代码： ``` import cv2 import numpy as np from skimage.measure import compare_ssim # 读取图像 img = cv2.imread('image.jpg') # 进行均值滤波 kernel = np.ones((5, 5), np.float32) / 25 img_smooth = cv2.filter2D(img, -1, kernel) # 计算PSNR mse = np.mean((img - img_smooth) ** 2) psnr = 10 * np.log10(255 ** 2 / mse) # 计算SSIM ssim = compare_ssim(cv2.cvtColor(img, cv2.COLOR_BGR2GRAY), cv2.cvtColor(img_smooth, cv2.COLOR_BGR2GRAY), gaussian_weights=True, sigma=1.5, use_sample_covariance=False) # 输出结果 print("PSNR:", psnr) print("SSIM:", ssim) ``` 注意，这里的输入图像文件名应该替换为你自己的图像文件名。