黑白图像的PSNR代码matlab

以下是计算黑白图像PSNR的Matlab代码：

function psnr_val = psnr(im1, im2)
% PSNR计算函数
% 输入：im1和im2为两幅灰度图像
% 输出：psnr_val为PSNR值

% 将图像数据转换为double类型
im1 = im2double(im1);
im2 = im2double(im2);

% 计算MSE
mse = mean(mean((im1 - im2).^2));

% 计算PSNR
max_val = 1.0;
psnr_val = 10 * log10(max_val^2 / mse);
end

使用方法：

1. 将上述代码保存为一个.m文件，例如psnr.m。
2. 在Matlab中加载两幅灰度图像。
3. 调用psnr函数计算两幅图像的PSNR值，例如：

im1 = imread('image1.png');
im2 = imread('image2.png');

psnr_val = psnr(im1, im2);
disp(['PSNR值为：' num2str(psnr_val)]);

相关问题

MATLAB评价黑白照片转彩色模型的质量代码

以下是一个简单的 MATLAB 代码示例，用于评估黑白照片转彩色模型的质量。

% 读入黑白照片和转换后的彩色照片
bw_img = imread('black_white_image.jpg');
color_img = imread('colorized_image.jpg');

% 计算 PSNR 和 SSIM
psnr_val = psnr(color_img, bw_img);
ssim_val = ssim(color_img, bw_img);

% 显示结果
fprintf('PSNR 值为 %.2f dB\n', psnr_val);
fprintf('SSIM 值为 %.4f\n', ssim_val);

在此示例中，我们使用 `imread` 函数读入黑白照片和转换后的彩色照片。然后，我们使用 `psnr` 和 `ssim` 函数计算 PSNR 和 SSIM 值。最后，我们使用 `fprintf` 函数显示结果。

PSNR（峰值信噪比）是一种衡量图像质量的指标，它越高，表示图像质量越好。SSIM（结构相似性）是一种衡量图像结构相似度的指标，它越接近 1，表示图像结构相似度越高。

注意，这只是一个简单的示例代码，实际上评估黑白照片转彩色模型的质量需要更多的技术细节和算法。

MATLAB评价黑白照片转彩色模型的质量完整代码

以下是一个简单的 MATLAB 代码示例，用于评估黑白照片转彩色模型的质量。该代码将使用 L2 范数计算原始图像和转换图像之间的均方误差 (MSE) 和峰值信噪比 (PSNR)。请注意，这只是一个简单的示例，您可能需要根据您的需求进行适当的修改。

% 读取黑白照片和转换模型输出
bw_img = imread('bw_photo.jpg');
color_img = imread('colorized_photo.jpg');

% 计算 MSE 和 PSNR
mse = immse(bw_img, color_img);
psnr = psnr(bw_img, color_img);

% 显示结果
fprintf('MSE: %f\n', mse);
fprintf('PSNR: %f\n', psnr);

% 显示原始图像和转换图像
figure;
subplot(1, 2, 1);
imshow(bw_img);
title('原始图像');
subplot(1, 2, 2);
imshow(color_img);
title('转换图像');

请注意，此代码假定您已经加载了原始黑白照片和转换模型的输出。您需要替换文件名以匹配您自己的文件。