用skimage里的函数计算彩色图像SSIM时，明明设置multichannel=True却还是报错ValueError: win_size exceeds image extent.

原创 已于 2023-03-30 20:53:09 修改 · 2w 阅读 · 75 ·
CC 4.0 BY-SA版权
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。
文章标签：

#计算机视觉 #图像处理 #python

于 2022-04-25 16:57:30 首次发布

问题描述

在用skimage的函数计算两张图片的SSIM时：

from skimage.metrics import structural_similarity as SSIM

我想在模型训练过程中计算验证集GT和pre图片的SSIM，对输入SSIM函数的图像shape已转换为(B,H,W,C)：

SSIM((data_val[1].numpy().transpose(0, 2, 3, 1)*255).astype(np.uint8
最低0.47元/天 解锁文章
查找两张图像差异的地方并标记 python版&c++版
一行一生
05-29 9260
# -*- coding: utf-8 -*- from skimage.metrics import structural_similarity import imutils import cv2 # 加载两张图片并将他们转换为灰度 imageA = cv2.imread(r"1.jpg") imageB = cv2.imread(r"2.jpg") grayA = cv2.cvtColor(imageA, cv2.COLOR_BGR2GRAY) grayB = cv2.cvtColor(imageB.
python Opencv对重复图片或者类似图片进行删除
m0_65833575的博客
08-04 3598
两种算法的实现放松，基本类似 第一种：ssim 算法 导入包 from skimage.metrics import structural_similarity as ssim 第二种：psnr 算法 导入包 from skimage.metrics import peak_signal_noise_ratio as psnr 注意： 1、两张照片大小必须一样，如：尺寸1980*1080大小 2、通道数量必须一样，也就是彩色图必须与彩色图像，灰色必须是灰色图............
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
qq_66536007的博客
07-19 1136
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，给大家提供一份完整的计算两个文件夹中的psnr和ssim代码，运行结果会显示每张对应图片的psnr和ssim也会显示文件夹的平均值
scikit-image报错：ValueError: win_size exceeds image extent.
SiriusasBlack的博客
08-22 993
总报错如上，主要是win_size exceeds image extent。看到网上说的方法，有改win_size的，但我觉得skimage包里的东西最好不要改，容易影响效果；也有改batch size的，但我试了没用。后来我发现skimage不同的版本启用的包是不同的，我想会不会是因为新版不兼容旧版的问题。最后我把skimage的版本回退到了0.15.0，成功解决问题。
win_size exceeds image extent
koukou的博客
07-15 4656
skimage 图片操作报错 win_size exceeds image extent 图片尺寸太小，针尖那么小，不能像素进行分析
SSIM代码报错：win_size exceeds image extent. If the input is a multichannel image，set multichanel=True
weixin_46141846的博客
10-15 1355
解决SSIM代码报错：win_size exceeds image extent. If the input is a multichannel（color） image，set multichanel=True
raise ValueError( ValueError: win_size exceeds image extent. Either ensure that your images are at least 7x7; or pass win_size explicitly in the function call, with an odd value less than or equal to the smaller side of your images. If your images are multichannel (with color channels), set channel_axis to the axis number corresponding to the channels.
最新发布
10-04
`ValueError: win_size exceeds image extent` 错误通常在使用 `skimage.metrics.structural_similarity` 等函数时出现，该错误提示表明滑动窗口的大小超过了图像的尺寸。解决此问题可以从以下几个方面入手： #### ...
使用structural_similarity计算两幅图像之间的SSIM指标时窗口大小报错。
wqq112692的博客
03-03 3585
使用structural_similarity计算两幅图像之间的SSIM指标时窗口大小报错。
win_size exceeds image extent. Either ensure that your images are at least 7x7； or pass win_size ex
m0_74982304的博客
05-13 1万+
在进行超分辨率重建后想计算SSIM和PSNR，最开始发现导入compare_psnr,compare_ssim居然报错了，上网一查发现版本更新换成了structural_similarity和peak_signal_noise_ratio。好家伙，这么一大段话，我估计 multichannel=True也已经不用了，报错中说。
ValueError: win_size exceeds image extent. Either ensure that your images are at least 7x7； or pass
qq_30438779的博客
05-31 3438
【代码】ValueError: win_size exceeds image extent. Either ensure that your images are at least 7x7；or pass。
Deblur-NeRF复现出现的问题:raise ValueError( ValueError: win_size exceeds image extent. Either ensure ...
m0_51778705的博客
07-17 564
在metrics.py文件的81行左右将。
ValueError
qq_41327049的博客
08-17 583
代码报错：ValueError: win_size exceeds image extent. Either ensure that your images are at least 7x7;原因：调用 skimage.metrics 中的 structural_similarity, peak_signal_noise_ratio, mean_squared_error时报错。解决办法：更换scikit-image的版本——
使用skimage计算ssim报错SyntaxError: iterable argument unpacking follows keyword argument unpacking如何解决？
m0_75196339的博客
08-24 517
根据网上一些教程删减data_range=None,或者调换各个位置发现始终无法解决。我想要计算两张图像之间的SSIM，调用skimage库。查阅了资料指导这个报错信息是位置参数的问题。根据skimage官网教程。
计算两张图片的结构相似性指数SSIM
AI学长
03-17 1067
主要考虑了人眼的感知特性，比较两幅图像的亮度、对比度和结构等特征。SSIM 取值范围在 [-1, 1] 之间，越接近 1 表示两幅图像越相似。比较一个文件中哪些图像存在相似的代码示例。
ValueError: If the input is a multichannel (color) image, set multic
Claire_wanqing的博客
11-15 1681
compare_psnr（）函数报错
图像质量评估指标——SSIM介绍及计算方法
热门推荐
qq_50001789的博客
06-26 4万+
SSIM全称为Structural Similarity，即结构相似性，用于评估两幅图像相似度的指标，常用于衡量图像失真前与失真后的相似性，也用于衡量模型生成图像的真实性，如图像去雨、图像去雾、图像和谐化等等。SSIM的计算，即每次计算均从图片上取一个尺寸为N×N的窗口，基于窗口计算SSIM指标，，作为。假设x表示第一张图像窗口中的数据，y表示第二张图像窗口中的数据。其中图像的相似性由三部分构成：luminance(亮度)、contrast(对比度)和structure(结构)。
SSIM和PSNR计算
芒果干的博客
11-17 3637
SSIM和PSNR计算 在深度学习的test阶段，需要对最终的结果与GT计算结构相似度SSIM与峰值信噪比PSNR 下面直接给出带代码，新建metrics.py文件，然后在需要测试的文件中from metrics import PSNR, SSIM即可 import torch import torch.nn.functional as F from torch.autograd import Variable import numpy as np import math def gaussian(wi
【深度学习】图像去雾，去噪里常用的相似评价指标：PSNR（峰值信噪比） SSIM（结构相似度）MSE（均方误差）
weixin_46274756的博客
10-26 1万+
【深度学习】图像去雾，去噪里常用的相似评价指标：PSNR（峰值信噪比） SSIM（结构相似度）MSE（均方误差）
评论 18
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
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