批量计算两个文件夹的psnr和ssim指标，解决from skimage.measure import compare_ssim, compare_psnr报错问题

psnr和ssim指标是图像处理方面两个比较重要的参考指标，很常见。

先说一个普遍性的问题，如果你计算psnr和ssim的代码中有“from skimage.measure import compare_ssim, compare_psnr”，大概率会报错，因为compare_ssim, compare_psnr这两个是旧版的，现在已经不用了，如果想顺利跑通代码，且不改变代码本体中的compare_ssim, compare_psnr这两个指标的，那你只需要在原本的代码

from skimage.measure import compare_ssim, compare_psnr

改成以下两句

from skimage.metrics import structural_similarity as ssim
from skimage.metrics import peak_signal_noise_ratio as compare_psnr

最后，以windows系统为例，我在桌面创建了一个test和一个clear文件夹，给大家一份完整的计算两个文件夹中图片的psnr和ssim指标代码，仅需要在末尾改变你的图像路径即可。

这个代码可以显示每对应得图像之间的psnr和ssim，也可以显示两个文件夹的psnr和ssim的平均值

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

def compare_images(folder1, folder2):
    psnrs = []
    ssims = []

    # 获取第一个文件夹中的所有图片文件
    images1 = [f for f in os.listdir(folder1) if f.lower().endswith(('.png', '.jpg', '.jpeg'))]
    images2 = [f for f in os.listdir(folder2) if f.lower().endswith(('.png', '.jpg', '.jpeg'))]

    # 确保两个文件夹中的图片数量相同
    assert len(images1) == len(images2), "两个文件夹中的图片数量必须相同"

    for img1, img2 in zip(images1, images2):
        # 读取图片
        img1_path = os.path.join(folder1, img1)
        img2_path = os.path.join(folder2, img2)

        # 使用cv2读取图片
        img1 = cv2.imread(img1_path)
        img2 = cv2.imread(img2_path)

        # 确保图片尺寸相同
        assert img1.shape == img2.shape, "图片尺寸必须相同"

        # 将图片转换为浮点型以计算SSIM
        img1 = img1.astype(np.float64) / 255.0
        img2 = img2.astype(np.float64) / 255.0

        # 计算PSNR和SSIM
        psnr_value = compare_psnr(img1, img2, data_range=1)
        ssim_value = ssim(img1, img2, multichannel=True)

        psnrs.append(psnr_value)
        ssims.append(ssim_value)

    return psnrs, ssims

# 指定两个文件夹的路径
folder1 = 'C:/Users/shengli/Desktop/test/'
folder2 = 'C:/Users/shengli/Desktop/clear/'

# 计算PSNR和SSIM
psnrs, ssims = compare_images(folder1, folder2)

# 打印每张图片的PSNR和SSIM
for psnr, ssim in zip(psnrs, ssims):
    print(f"PSNR: {psnr:.4f}, SSIM: {ssim:.4f}")

# 计算并打印PSNR和SSIM的平均值
average_psnr = np.mean(psnrs)
average_ssim = np.mean(ssims)
print(f"Average PSNR: {average_psnr:.4f}")
print(f"Average SSIM: {average_ssim:.4f}")

我的两个文件夹中各有三张图片，所以在pycharm终端会显示以下结果：

以上代码使用有几个注意事项

第一点，两个文件夹中的每张对应的图片像素大小要一致，linux系统上运行代码要注意路径斜杠与反斜杠的表达。希望能帮助到你。