如何用Jupiter notebook去计算图片的PSNR

要计算图像的 PSNR（Peak Signal to Noise Ratio），可以使用 Python 的 OpenCV 库。以下是一个简单的示例代码，可以用于计算两张图像之间的 PSNR 值。

首先，需要安装 OpenCV 库，可以使用以下命令进行安装：

!pip install opencv-python

然后，可以使用以下代码计算两张图像之间的 PSNR 值：

import cv2
import numpy as np

# 读取原始图像和压缩后的图像
img1 = cv2.imread('original.png')
img2 = cv2.imread('compressed.png')

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

# 如果 MSE 为零，则图像完全相同，PSNR 为无穷大
if mse == 0:
    psnr = float('inf')
else:
    # 计算 PSNR
    max_pixel_value = 255.0
    psnr = 20 * np.log10(max_pixel_value / np.sqrt(mse))

print(f"PSNR: {psnr} dB")

这个示例代码中，我们首先使用 OpenCV 库读取原始图像和压缩后的图像。然后，我们计算 MSE（Mean Squared Error），这是衡量两张图像之间差异的一种常用指标。最后，我们使用 MSE 计算 PSNR 值。注意，我们使用的是 255 作为最大像素值，因为这是常见的灰度图像和彩色图像的最大值。