PSNR算法_及python代码

23.07.30 psnr算法公式介绍及python代码实现。

一、PSNR计算方案

PSNR计算通过两步完成：

        1. 首先计算均方误差，即mse。以灰度图像举例，均方误差即为两图像对应像素灰度之差的平方之和，在根据图像的像素数量进行均值计算，公式如下：

        2. 后通过mse计算得出两图像之间psnr值。以灰度图像举例，PSNR为像素中最大值的平方除以均方误差后求其以10为底的对数，最后乘以十，化简后公式如下：

        其中，m，n 为图像尺寸，灰度图像时，可去掉c的部分。MAXpixel为图像中像素的最大值，如每个像素为8位二进制时，则为255。

二、python代码

以下为对于灰度图像进行PSNR计算代码，若为彩色图像，通常采取以下三种方案：

1. 对RGB三个通道进行PSNR计算后进行平均。

2. 对RGB三通道计算均方误差后除以3。

3. 将图片转为YCbCr格式后只计算Y分量的PSNR。

import cv2 as cv
import numpy as np
import math


def psnr(img1, img2):
    mse = np.mean((img1 / 1.0 - img2 / 1.0) ** 2)
    psnr = 20 * math.log10(255 / math.sqrt(mse))
    return psnr

def main():
    imag1 = cv.imread("./image/01_Lena.bmp")
    imag2 = cv.imread("./image/02_BABOO.bmp")
    res = psnr(imag1, imag2)
    print("res:", res)


if __name__ == '__main__':
    main()

注：其中mse计算时需要将两图片数据除以1.0，否则结果有误。