计算psnrpython

计算PSNR (Peak Signal-to-Noise Ratio) 是评估图像质量的一种常用方法，用于比较原始图像与经过压缩或处理后的图像之间的差异。在Python中，可以使用OpenCV库来计算PSNR。

以下是基于OpenCV库的示例代码来计算PSNR：

import cv2

# 读取原始图像和处理后的图像
original_img = cv2.imread('original.jpg')
processed_img = cv2.imread('processed.jpg')

# 计算两幅图像的MSE（Mean Squared Error）
mse = np.mean((original_img - processed_img) ** 2)

# 如果MSE为0，则PSNR为无穷大（图像完全一致）
if mse == 0:
    psnr = float('Inf')
else:
    # 计算PSNR值
    max_pixel_value = 255.0
    psnr = 10 * np.log10((max_pixel_value ** 2) / mse)

# 打印PSNR值
print('PSNR:', psnr)

以上代码中，首先使用`cv2.imread()`函数读取原始图像和处理后的图像，然后计算两幅图像的均方差（MSE）。如果均方差为0，则PSNR为无穷大，说明两幅图像完全一致。否则，使用PSNR的公式计算PSNR值，并打印结果。

需要注意的是，计算PSNR值的前提是原始图像和处理后的图像的像素值范围都在0到255之间。如果像素值范围不在这个范围内，需要进行归一化或调整。