写一个函数来测量两个灰度之间的峰值信噪比（PSNR） 图像在dB。对于峰值，使用255。

峰信噪比（Peak Signal-to-Noise Ratio，简称PSNR）是一种衡量图像质量的指标，通常用于评估压缩后的图像恢复原始数据的准确程度。在计算PSNR时，我们假设图像中的最大值（例如灰度图像中的白色像素）为255，噪声是零。

以下是一个简单的Python函数，它接受两个灰度图像（作为numpy数组），计算并返回它们的PSNR：

import numpy as np

def calculate_psnr(img1, img2):
    # 确保输入都是灰度图像（单通道）
    assert len(img1.shape) == 2 and len(img2.shape) == 2
    
    # 计算均值
    mean_square = np.mean((img1.astype('float') - img2.astype('float')) ** 2)
    
    # 如果均值接近0，可能存在数值稳定性问题，设置一个较小的阈值
    epsilon = np.finfo(np.float32).eps
    if mean_square < epsilon:
        return float('inf')
        
    max_pixel_value = 255.0  # 峰值值
    psnr_db = 10 * np.log10(max_pixel_value**2 / (mean_square + epsilon))
    
    return psnr_db

# 使用示例
# img1和img2应该是形状相同的灰度图像
psnr = calculate_psnr(img1, img2)
print(f"PSNR: {psnr} dB")

这个函数首先检查图像是否为灰度图像，然后计算两者差值的平方的平均值（即均方误差）。接着利用公式计算PSNR，并将其转换为分贝（dB）形式。