用python双循环实现图像均方差的计算

在Python中，你可以使用numpy库来处理数组，并利用嵌套循环来计算图像的均方差（Mean Squared Error, MSE）。假设你有一个二维数组（图像）`image`，其每个元素代表像素值，步骤如下：

import numpy as np

# 假设 image 是一个 MxN 的灰度图像（单通道）
image = ... # 你需要在这里填充你的图像数据

# 初始化均方差变量
mean_square_error = 0

# 双层循环遍历所有像素
for i in range(image.shape[0]):  # 遍历行
    for j in range(image.shape[1]):  # 遍历列
        # 计算当前像素点与均值的差平方
        diff_sqr = (image[i][j] - np.mean(image)) ** 2
        # 累加到总均方差上
        mean_square_error += diff_sqr

# 将总均方差除以像素总数得到平均均方误差
mse = mean_square_error / (image.size)

print("图像的均方差为:", mse)