python中psnr函数

PSNR（Peak Signal-to-Noise Ratio），即峰值信噪比，是一种常见的图像质量评估指标，在Python中用于测量两个图片之间的相似度。PSNR越高，表示两幅图像的差异越小，还原效果越好。

在Python中，计算PSNR通常需要一些数学库的支持，比如`skimage.measure`模块中的`compare_ssim()`函数（ Structural Similarity Index Measure）虽然不是直接提供PSNR计算，但它包含了PSNR相关的计算。如果你想要使用标准的PSNR公式，你需要手动编写一些代码来完成，步骤大致如下：

1. 导入必要的库，如`numpy`和`math`。
2. 计算均值和方差。
3. 根据公式：\( PSNR = 20 * \log_{10}(\frac{MAX\_I}{\sqrt{VAR\_I}}) \)，其中`MAX_I`是像素的最大可能值（通常是255对于8位灰度图，或1对于单通道彩色图），`VAR_I`是两张图片像素差平方的平均值。

以下是简单的示例代码片段：

import numpy as np
from math import log10

def calculate_psnr(img1, img2):
    max_pixel_value = 255.0
    mse = np.mean((img1.astype('float') - img2.astype('float')) ** 2)
    if mse == 0:
        return float('inf')
    else:
        psnr = 20 * log10(max_pixel_value / np.sqrt(mse))
        return psnr

# 使用方法
img1_gray = ... # 你的第一张灰度图片
img2_gray = ... # 第二张灰度图片
psnr_value = calculate_psnr(img1_gray, img2_gray)