(python)计算图像峰值信噪比-PSNR、结构相似度-SSIM

本文介绍了如何使用Python实现图像的峰值信噪比(PSNR)和结构相似度(SSIM)计算,包括直接公式法、处理YCbCr格式图片以及利用skimage库的方法,以评估图像相似性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

计算峰值信噪比-PSNR和结构相似度-SSIM(python实现)

说明:

PSNR(Peak Signal to Noise Ratio),取值范围为:[0,100],PSNR值越大两张图片越相似,完全相同的图像,PSNR=100。

SSIM(Structural Similarity),取值范围为:[0,1],SSIM值越大两张图片越相似,完全相同的图像,SSIM=1。

一、公式计算法计算PSNR

psnr1:计算MSE后代入公式计算
psnr2:图像归一化后计算
import cv2
import math
import numpy


def psnr1(img1, img2
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

打赏作者

加斯顿工程师

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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