PSNR的python代码

最新推荐文章于 2024-12-04 09:31:05 发布

breezero

最新推荐文章于 2024-12-04 09:31:05 发布

阅读量9.7k

点赞数 2

CC 4.0 BY-SA版权

文章标签： Super Resolution

本文链接：https://blog.youkuaiyun.com/breezero/article/details/82285188

本文介绍如何使用Python中的numpy库实现PSNR(峰值信噪比)的计算，并详细解释了flatten函数的不同参数设置，如'C'和'F'顺序在图像处理中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

flatten()可以将二维的array展成一维的

a.flatten(order=’C’)
Return a copy of the array collapsed into one dimension.
order = 'C' means to flatten in row-major (C-style) order.
order = 'F' means to flatten in column-major (Fortran-style) order.

flatten('C')和flatten('F')的区别在于行向量和列向量。

图像的超分辨率重建中，计算PSNR的时候，需要将矩阵形式的二维数据变成向量形式的一维向量，这样方便计算。

# PSNR.py

import numpy as np
import math


def psnr(target, ref, scale):
    # target:目标图像  ref:参考图像  scale:尺寸大小
    # assume RGB image
    target_data = np.array(target)
    target_data = target_data[scale:-scale,scale:-scale]

    ref_data = np.array(ref)
    ref_data = ref_data[scale:-scale,scale:-scale]

    diff = ref_data - target_data
    diff = diff.flatten('C')
    rmse = math.sqrt( np.mean(diff ** 2.) )
    return 20*math.log10(1.0/rmse)

$PSNR = 10\cdot log_{10}(\frac{MAX_{I}^{2}}{MSE}) = 20\cdot log_{10}(\frac{MAX_{I}}{\sqrt{MSE}})$