用python遍历读取images文件夹里的图片和image_embeded文件夹里的图片，根据序号一一对应，用tensorflow库进行PSNR峰值信噪比计算

以下是一个示例代码，其中假设images文件夹和image_embeded文件夹中的图片文件名是按照相同的顺序命名的：

import os
import tensorflow as tf
from PIL import Image

# 定义函数计算PSNR
def psnr(img1, img2):
    mse = tf.reduce_mean(tf.square(img1 - img2))
    return 20 * tf.math.log(255.0 / tf.sqrt(mse)) / tf.math.log(10.0)

# 遍历images文件夹和image_embeded文件夹中的图片
img_dir = 'images'
embeded_dir = 'image_embeded'
img_files = sorted(os.listdir(img_dir))
embeded_files = sorted(os.listdir(embeded_dir))

# 创建tensorflow会话
sess = tf.Session()

# 循环计算每一对图片的PSNR
for i in range(len(img_files)):
    # 读取原图和嵌入后的图
    img_path = os.path.join(img_dir, img_files[i])
    embeded_path = os.path.join(embeded_dir, embeded_files[i])
    img = Image.open(img_path)
    embeded = Image.open(embeded_path)
    
    # 转换为tensorflow tensor
    img_tensor = tf.convert_to_tensor(img)
    embeded_tensor = tf.convert_to_tensor(embeded)
    
    # 计算PSNR
    psnr_val = sess.run(psnr(img_tensor, embeded_tensor))
    print('PSNR of %s: %f' % (img_files[i], psnr_val))

# 关闭tensorflow会话
sess.close()

注意，以上代码仅供参考，实际使用时需要根据具体情况进行修改。例如，可能需要根据实际情况调整图片的大小、像素格式等参数，以及根据具体需求修改PSNR的计算方法。