python图像质量的评估|PSNR与SSIM的计算

最新推荐文章于 2024-07-28 03:05:01 发布

初语之然

最新推荐文章于 2024-07-28 03:05:01 发布

阅读量1.3k

点赞数

分类专栏：图像处理文章标签： python 计算机视觉 opencv

本文链接：https://blog.csdn.net/weixin_44769034/article/details/125423772

版权

图像处理专栏收录该内容

1 篇文章 0 订阅

订阅专栏

该博客介绍了如何利用skimage库中的compare_psnr和compare_ssim函数来评估图像质量。通过读取两幅图像并计算它们之间的峰值信噪比（PSNR）和结构相似度指数（SSIM），展示了比较图像相似度的方法。在多通道图像中，使用multichannel参数确保了正确计算SSIM。

摘要由CSDN通过智能技术生成

参考博客Skimage.measure 的compare_psnr和compare_ssim的改动

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

import cv2

img1 = cv2.imread(r'HanJie-20220524-102819-Ping-10260.jpg')
img2 = cv2.imread(r'result.jpg')

psnr = compare_psnr(img1, img2)
ssim = compare_ssim(img1, img2, multichannel=True)  # 对于多通道图像(RGB、HSV等)关键词multichannel要设置为True
#mse = compare_mse(img1, img2)

print('PSNR：{}，SSIM：{}'.format(psnr, ssim))