PSNR和SSIM计算的代码实现

最新推荐文章于 2024-09-07 18:10:20 发布
最新推荐文章于 2024-09-07 18:10:20 发布
阅读量1.2k 收藏 15
点赞数
分类专栏： 计算机视觉 文章标签： python 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40559864/article/details/123621759
版权
PSNR和SSIM计算的代码实现

注意：
1.以下参数img的数据类型为：numpy.ndarray
2.img的维度为：[H,W,C]
3.像素值范围在【0-255】

  • PSNR
def calculate_psnr(img1, img2):
    # img1 and img2 have range [0, 255]
    img1 = img1.astype(np.float64)
    img2 = img2.astype(np.float64)
    # print(img1)
    # print('img1-2')
    # print(img2)
    mse = np.mean((img1 - img2)**2)
    # print(mse)
    if mse == 0:
        return float('inf')
    return 20 * math.log10(255.0 / math.sqrt(mse))
  • SSIM
def ssim(img1, img2):
    C1 =
最低0.47元/天 解锁文章
下酒番陪绅士
关注
专栏目录
SSIM和PSNR的python代码
09-02
SSIM和PSNR的python实现代码，可用于计算图片之间的差异，直接运行即可，有任何问题可以评论提出
SSIM的Python实现
10-30
Python实现的图像结构相似性度量（ Structural Similarity Image Metric，SSIM）。
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
bayesian1的博客
06-26 2217
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
常用图像评价指标以及代码 ：PSNR、SSIM、 LPIPS
最新发布
2301_81845359的博客
09-07 2232
常用图像评价指标以及代码
图像超分 PSNR 和 SSIM 计算代码
乐亦亦乐的博客
09-09 1477
import os import math import copy import numpy as np import cv2 def calculate_psnr(img1, img2): # img1 and img2 have range [0, 255] img1 = img1.astype(np.float64) img2 = img2.astype(np.float64) mse = np.mean((img1 - img2)**2) if mse =.
python numpy版本SSIM复现与算法解释
P_Leung的技术博客
03-22 5431
目录SSIMMS-SSIM SSIM MS-SSIM
在python中计算ssim的方法（与Matlab结果一致）
09-18
主要介绍了在python中计算ssim的方法（与Matlab结果一致）,本文通过实例代码给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下
SSIM算法代码
10-27
全参考图像质量评价 The above (ssim_index.m) is a single scale version of the SSIM indexing measure, which is most effective if used at the appropriate scale. The precisely “right” scale depends on both the image resolution and the viewing distance and is usually difficult to be obtained. In practice, we suggest to use the following empirical formula to determine the scale for images viewed from a typical distance (say 3~5 times of the image height or width): 1) Let F = max(1, round(N/256)), where N is the number of pixels in image height (or width); 2) Average local F by F pixels and then downsample the image by a factor of F; and 3) apply the ssim_index.m program. For example, for an 512 by 512 image, F = max(1, round(512/256)) = 2, so the image should be averaged within a 2 by 2 window and downsampled by a factor of 2 before applying ssim_index.m. When the images are in RGB color, an Matlab function “rgb2gray” is used to convert the images to gray scale.
PSNR和SSIM-matlab实现
08-28
在提供的压缩包文件“PSNR和SSIM—matlab”中，可能包含了用户自定义的MATLAB脚本或函数，用于计算PSNR和SSIM。这些自定义代码可能更加灵活，允许用户根据实际需求进行定制，比如批量处理多张图像，或者与其他图像...
计算PSNR和SSIM C++代码
10-28
在提供的压缩包文件中，"计算PSNR和SSIM"可能是包含C++源代码的文件，包括图像读取、像素操作、统计计算等功能。通过阅读和理解这段代码，你可以学习到如何在实际项目中应用这些理论知识，从而提升自己的图像处理...
PSNR和SSIM-matlab实现 用matlab写的计算图片的PSNR和SSIM值，简单好用，直接运行没有错误.zip
06-20
这里提供的压缩包文件"PSNR和SSIM-matlab实现.zip"包含了MATLAB代码，可以直接运行来计算图像的PSNR和SSIM值。文件"a.txt"可能是代码的注释或说明，而"all"可能是一个包含所有相关函数和脚本的文件。 4. 应用场景...
官方PSNR和SSIM---matlab实现
12-01
**正文** 在图像处理领域，图像质量评估是至关重要的任务之一。PSNR（峰值信噪比）和SSIM（结构相似性指数）是衡量图像...提供的“官方PSNR和SSIM”压缩包文件，应该包含了实现这些功能的MATLAB代码，可供学习和参考。
SSIM(结构相似性)-数学公式及python实现
热门推荐
木盏
12-01 7万+
SSIM是一种衡量两幅图片相似度的指标。 出处来自于2004年的一篇TIP，标题为：Image Quality Assessment: From Error Visibility to Structural Similarity 地址为：https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=1284395 与PSNR一样，SSIM...
图像质量评估：用Python几行代码计算SSIM与PSNR的秘诀
创作高质量博文，分享知识，共同进步！
06-21 6076
本文将介绍如何使用几行代码计算图像的SSIM和PSNR，帮助您更好地理解和应用这两种评估方法。
【python】ssim原理简介及代码实现
XavierJ的博客
04-06 3万+
写在前面 ssim作为图像质量评价指标，在很多图像领域如图像超分辨率、图像压缩、图像去噪等都有广泛的应用。 SSIM（结构相似性） 简介 结构相似性指标（英文：structural similarity index measure，简称SSIM）是一种用以衡量两张数位影像相似程度的指标。当两张影像其中一张为无失真影像，另一张为失真后的影像，二者的结构相似性可以看成是失真影像的影像品质衡量指标。相较于传统所使用的影像品质衡量指标，像是峰值信噪比（英语：PSNR），结构相似性在影像品质的衡量上更能符合人眼对影像
结构相似形特征(SSIM)原理简介及python实现
云中寻雾的博客
08-17 8109
结构相似形特征是图像全参考评价(FR-IQA)中经典的一个方法，由Zhou Wang等人在2004年发表的论文《Image Quality Assessment: From Error Visibility to Structural Similarity》中提出。作为一种全参考方法，需要同时利用原始图像(未失真)和失真图像。 一、结构相似性（structural similarity） 自然图像具有极高的结构性，表现在图像的像素间存在着很强的相关性，尤其是在空间相似的情况下。这些相关性在视...
python实现计算SSIM的，并介绍SSIM原理
Tasdily的博客
05-13 2万+
在超分辨率问题中，一直存在着两个经典的图像质量评价算法。其中一个是PSNR(峰值性噪比)，还一个便是SSIM（结构相似性评价）。由于最近有用到SSIM，自己写了个python代码版本的SSIM放在文章最后。 SSIM算法简单介绍 其中ux、uy分别表示图像X和Y的均值，σX、σY分别表示图像X和Y的方差，σXY表示图像X和Y的协方差，即 C1、C2、C3为常数，为了避免分母为0的情况...
Python实现图片相似度比较之SSIM
weixin_52236586的博客
07-24 659
一般来说，SSIM 数值越接近 1，表示图像越相似。
计算PSNR和SSIM代码
12-01
以下是Python中计算PSNR和SSIM的代码： ```python import cv2 import numpy as np def psnr(img1, img2): mse = np.mean((img1 - img2) ** 2) if mse == 0: return 100 PIXEL_MAX = 255.0 return 20 * np.log10(PIXEL_MAX / np.sqrt(mse)) def ssim(img1, img2): C1 = (0.01 * 255) ** 2 C2 = (0.03 * 255) ** 2 img1 = img1.astype(np.float64) img2 = img2.astype(np.float64) kernel = cv2.getGaussianKernel(11, 1.5) window = np.outer(kernel, kernel.transpose()) mu1 = cv2.filter2D(img1, -1, window)[5:-5, 5:-5] mu2 = cv2.filter2D(img2, -1, window)[5:-5, 5:-5] mu1_sq = mu1 ** 2 mu2_sq = mu2 ** 2 mu1_mu2 = mu1 * mu2 sigma1_sq = cv2.filter2D(img1 ** 2, -1, window)[5:-5, 5:-5] - mu1_sq sigma2_sq = cv2.filter2D(img2 ** 2, -1, window)[5:-5, 5:-5] - mu2_sq sigma12 = cv2.filter2D(img1 * img2, -1, window)[5:-5, 5:-5] - mu1_mu2 ssim_map = ((2 * mu1_mu2 + C1) * (2 * sigma12 + C2)) / ((mu1_sq + mu2_sq + C1) * (sigma1_sq + sigma2_sq + C2)) return ssim_map.mean() # 读取图像 img1 = cv2.imread('img1.png') img2 = cv2.imread('img2.png') # 计算PSNR和SSIM psnr_value = psnr(img1, img2) ssim_value = ssim(img1, img2) # 输出结果 print("PSNR value is:", psnr_value) print("SSIM value is:", ssim_value) ``` 其中，`psnr()`函数用于计算PSNR值，`ssim()`函数用于计算SSIM值。在代码中，我们使用OpenCV库读取图像，并使用numpy库进行计算。需要注意的是，计算SSIM值需要使用高斯滤波器，这里我们使用OpenCV库中的`getGaussianKernel()`函数生成高斯滤波器。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

下酒番陪绅士

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值