c++的opencv获取视频mse与psnr

在使用 OpenCV 计算视频的 MSE 和 PSNR 之前，需要确保你已经成功读入了视频并对其进行了处理。下面是计算 MSE 和 PSNR 的代码示例：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main() {
    // 读入视频
    VideoCapture cap("video.mp4");
    if (!cap.isOpened()) {
        cout << "Failed to open video file!" << endl;
        return -1;
    }

    int frame_count = cap.get(CAP_PROP_FRAME_COUNT); // 获取视频总帧数
    int fps = cap.get(CAP_PROP_FPS); // 获取视频帧率

    Mat frame1, frame2;
    double mse_sum = 0;  // MSE 的累加和
    double psnr_sum = 0; // PSNR 的累加和

    for (int i = 0; i < frame_count - 1; i++) {
        cap >> frame1;
        cap >> frame2;

        Mat diff;
        absdiff(frame1, frame2, diff); // 计算两帧之间的差异
        diff.convertTo(diff, CV_32F);
        double mse = sum(diff.mul(diff))[0] / diff.total(); // 计算 MSE
        double psnr = 10.0 * log10(255 * 255 / mse); // 计算 PSNR

        mse_sum += mse;
        psnr_sum += psnr;
    }

    double avg_mse = mse_sum / (frame_count - 1); // 计算平均 MSE
    double avg_psnr = psnr_sum / (frame_count - 1); // 计算平均 PSNR

    cout << "Average MSE: " << avg_mse << endl;
    cout << "Average PSNR: " << avg_psnr << endl;

    return 0;
}

上面的代码中，我们首先读入了视频并获取了视频总帧数和帧率。然后，我们使用 `absdiff()` 函数计算两帧之间的差异，并将其转换为 `CV_32F` 类型。接着，我们计算 MSE 和 PSNR，并将它们的值累加到 `mse_sum` 和 `psnr_sum` 变量中。最后，我们计算平均 MSE 和 PSNR 并输出它们的值。

值得注意的是，这段代码只计算了视频中相邻帧之间的 MSE 和 PSNR，如果你想计算视频中所有帧之间的 MSE 和 PSNR，可以将 `for` 循环中的条件改为 `i < frame_count`，但这会大大增加计算量。另外，如果你想计算某一段视频的 MSE 和 PSNR，可以在循环中加上相应的条件。