计算两幅图像的PSNR和SSIM以及python代码实现

欢迎关注博主的公众号：happyGirl的异想世界。有更多干货还有技术讨论群哦~

psnr是“Peak Signal to Noise Ratio”的缩写，即峰值信噪比，是一种评价图像的客观标准，它具有局限性，一般是用于最大值信号和背景噪音之间的一个工程项目。

from PIL import Image
import numpy
import math

def psnr(img1, img2):
    mse = numpy.mean( (img1 - img2) ** 2 )
    if mse == 0:
        return 100
    PIXEL_MAX = 255.0
    return 20 * math.log10(PIXEL_MAX / math.sqrt(mse))

img1=Image.open('1.png')
img2=Image.open('2.jpg')

i1_array = numpy.array(img1)
i2_array = numpy.array(img2)

r12=psnr(i1_array,i2_array)
print(r12)

SSIM(Structural SIMilarity)，结构相似性，是一种衡量两幅图像相似度的指标。该指标首先由德州大学奥斯丁分校的图像和视频工程实验室(Laboratory for Image and Video Engineering)提出。

SSIM使用的两张图像中，一张为未经压缩的无失真图像，另一张为失真后的图像。

import cv2
import numpy as np


def ssim(img1, img2):
    C1 = (0.01 * 255) ** 2
    C2 &#