模块的发布和安装

    为了在Python中方便的使用别人制作好的模块,需要获取别人已经制作好的模块,然后安装到我们的Python运行环境当中,那么如何制作模块并发布安装呢,下面介绍具体的方法。

    1、创建一个包:

    创建一个文件夹,然后把响应的py文件放入到该文件夹里面,然后在该文件夹里面创建一个__init__.py文件,然后进入这个py文件进行配置,如图:



2、模块的制作和发布

    2.1、在包同级目录创建一个setup.py文件,如图:



2.2、编辑该文件:



2.3、构建模块,终端进入到该目录,然后执行命令: python3 setup.py build

如果需要安装到python2环境下,可以执行python setup.py build

2.4、生成发布压缩包:python3 setup.py sdist,如图



2.5、如果别人需要使用这个模块,可以拷贝cz-1.0.tar.gz到他的电脑,然后进行解压,最后获得一个cz-1.0的模块,最后使用下面的命令把该模块安装到他的系统里面:sudo python3 setup.py install,然后就可以使用这个模块了。

    我们也可以查看该模块是否安装成功,可以在ipython环境下使用:TestMsg.__file__查看系统模块安装的路径,然后进入到具体路径查看,如图:



以下是彩色图像的PSNRSSIMLPIPS和CIEDE2000评价算法的Matlab源码示例: 1. PSNR(峰值信噪比): ```matlab function psnr_value = PSNR(original, distorted) [M, N, ~] = size(original); mse = sum((original(:) - distorted(:)).^2) / (M * N * 3); max_value = max(original(:)); psnr_value = 10 * log10(max_value^2 / mse); end ``` 2. SSIM(结构相似性指数): ```matlab function ssim_value = SSIM(original, distorted) K1 = 0.01; K2 = 0.03; L = 255; C1 = (K1 * L)^2; C2 = (K2 * L)^2; original = double(original); distorted = double(distorted); mean_original = filter2(fspecial('gaussian', 11, 1.5), original, 'valid'); mean_distorted = filter2(fspecial('gaussian', 11, 1.5), distorted, 'valid'); var_original = filter2(fspecial('gaussian', 11, 1.5), original.^2, 'valid') - mean_original.^2; var_distorted = filter2(fspecial('gaussian', 11, 1.5), distorted.^2, 'valid') - mean_distorted.^2; cov_original_distorted = filter2(fspecial('gaussian', 11, 1.5), original .* distorted, 'valid') - mean_original .* mean_distorted; ssim_map = ((2 * mean_original .* mean_distorted + C1) .* (2 * cov_original_distorted + C2)) ./ ((mean_original.^2 + mean_distorted.^2 + C1) .* (var_original + var_distorted + C2)); ssim_value = mean2(ssim_map); end ``` 3. LPIPS(感知相似性指标):需要下载并使用LPIPS库,源码和使用说明可在https://github.com/richzhang/PerceptualSimilarity 找到。 4. CIEDE2000(CIE 2000色差公式):需要下载并使用CIEDE2000库,源码和使用说明可在https://www.mathworks.com/matlabcentral/fileexchange/46861-color-difference-cie-de2000 找到。 以上是基本的示例代码,用于评估图像质量的不同评价指标。你可以根据实际需求和图像数据进行适当的调整和修改。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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