图像失真评估---MSE和PSNR

MSE和PSNR是图像评估的各种算法当中最基础的算法，是一种全参考评估算法，本文将通过python来实现其算法，虽然我还是更推荐使用matlab去完成该算法。

原图像和处理图像之间的均方误差MSE

什么是MSE呢？就是讲处理后的图像和处理前的图像灰度化以后点对点做差得平方，之后将所有点的差平方求和，最后将该和除以像素点数就可以得到均方误差MSE，MSE的值越大，则图像失真越严重，公式如下
$$MSE=\frac{({\sum }_{i=0}^m{\sum }_{j=0}^n（I(i,j)-K(i,j){）}^2)}{mn}$$

问题不大，先上代码

import PySimpleGUI as sg
from PIL import Image,ImageSequence
import numpy as np
picorg = Image.open(picorg_path)#打开图片
picref = Image.open(picref_path)
picref=picref.resize((100,100))#缩小图像，减小运算负担，根据情况决定是否需要缩放
picorg=picorg.resize((100,100))#或者采用更为合理的缩放算法
picorg = picorg.convert("L")#转化为灰度图处理
picref = picref.convert("L")
picorg_arr=np.array(picorg)#转化为数组用于计算
picref_arr = np.array(picref)
#直接计算MSE
MSE=sum(sum((picorg_arr-picref_arr)*(picorg_arr-picref_arr)))/(pic_row*pic_col)
print(MSE)

峰值信噪比PSNR

PSNR的值越小，则图像失真情况越大，有了MSE就可以轻松的求出峰值信噪比的值了，公式如下
$$PSNR=20\ast \lg (\frac{MAX}{\sqrt{M}SE})$$
代码的话,求出MSE再求PSNR就很简单了

import math
PSNR=20*math.log10(255/(MSE**0.5))