在原代码的基础上添加功能:计算复原图的峰值信噪比等性能指标
时间: 2024-12-25 15:35:07 浏览: 8
要在原代码基础上添加计算复原图的峰值信噪比(PSNR)等功能,你需要在每个步骤结束后更新复原图像质量和原始图像的质量值,然后在显示结果之前计算它们之间的差异。以下是修改后的部分代码:
```python
# ... (其他代码不变)
# 恢复图像并计算PSNR
psnr_original = psnr(img, img) # 原始图像与自身的 PSNR,作为参考值
psnr_recovered = psnr(img, res2) # 复原图像与原始图像的 PSNR
# 输出性能指标
print("原始图像与自身 PSNR: ", psnr_original)
print("复原图像与原始图像 PSNR: ", psnr_recovered)
plt.subplot(131)
plt.imshow(img, cmap='gray')
plt.title('原图\nPSNR: %.2f dB' % psnr_original, fontproperties='FangSong', fontsize=12)
plt.subplot(132)
plt.imshow(res1, cmap='gray')
plt.title('复原后未均衡化\nPSNR: %.2f dB' % psnr_recovered, fontproperties='FangSong', fontsize=12)
# ... (其他展示代码)
plt.show()
```
这里,我在显示图像的地方增加了PSNR值的标签,并在控制台打印了这两个PSNR值。这样,你就能清楚地看到复原过程对图像质量的影响以及与原始图像的差距。
阅读全文