(python)计算两张二值图像峰值信噪比-PSNR、结构相似度-SSIM代码

在Python中，计算两张二值图像的峰值信噪比(PSNR)和结构相似度(SSIM)通常涉及到一些图像处理库，如PIL（Python Imaging Library）用于读取和操作图片，以及scikit-image库用于计算这两个指标。

以下是一个简单的示例，假设`img1`和`img2`是两个二值图像：

from PIL import Image
import numpy as np
from skimage.metrics import peak_signal_noise_ratio, structural_similarity

# 将PIL图像转换为numpy数组
img1_array = np.array(img1)
img2_array = np.array(img2)

# 确保图像都是二进制（0或255）
assert (img1_array.max() == 255 and img1_array.min() == 0) and \
       (img2_array.max() == 255 and img2_array.min() == 0), "图像需要是二值的"

# 计算PSNR
psnr_value = peak_signal_noise_ratio(img1_array, img2_array)

# 计算SSIM
ssim_value = structural_similarity(img1_array, img2_array, multichannel=True)

print("Peak Signal-to-Noise Ratio (PSNR):", psnr_value)
print("Structural Similarity Index Measure (SSIM):", ssim_value)

# 相关问题:
1. 对于非二值图像，如何调整上述代码？
2. 如果图片数据不是直接的PIL图像，而是灰度图或者其他格式，该如何处理？
3. PSNR和SSIM的区别是什么，它们各自衡量的是什么？

注意，这个代码片段假设了`img1`和`img2`已经导入并准备好了。如果从文件加载图片，记得先用`Image.open()`打开，并可能需要进一步预处理（例如灰度化）。