PSNR/SSIM是啥

PSNR是峰值信噪比的缩写，是一种衡量图像压缩质量的标准。它是通过比较原始图像和压缩后的图像之间的均方误差来计算的。SSIM是结构相似性的缩写，是一种衡量两幅图像之间相似度的标准。它是通过比较两幅图像的亮度、对比度和结构来计算的。MSE是均方差的缩写，是一种衡量两幅图像之间差异的标准。它是通过计算两幅图像像素之间的平均差的平方来计算的。

以下是一个计算两幅图片的PSNR、SSIM和MSE的Python代码示例，其中需要使用OpenCV库和skimage库：

import cv2
import numpy as np
from skimage.measure import compare_ssim

# 读取两幅图片
img1 = cv2.imread('path/to/image1')
img2 = cv2.imread('path/to/image2')

# 计算PSNR
mse = np.mean((img1 - img2) ** 2)
if mse == 0:
    psnr = 100
else:
    psnr = 10 * np.log10(255.0**2 / mse)

# 计算SSIM
ssim = compare_ssim(img1, img2, multichannel=True)

# 计算MSE
mse = np.mean((img1 - img2) ** 2)

# 输出结果
print("PSNR: ", psnr)
print("SSIM: ", ssim)
print("MSE: ", mse)