JupyterLab写一个测量压缩前后两张图像的PSNR的代码

好的，下面是一个示例代码，可以测量压缩前后两张图像的PSNR值：

from PIL import Image
import math

# 打开原始图像和压缩后的图像
original_image = Image.open('example.jpg').convert('YCbCr')
compressed_image = Image.open('compressed.jpg').convert('YCbCr')

# 分离Y、Cb、Cr通道
original_y, _, _ = original_image.split()
compressed_y, _, _ = compressed_image.split()

# 计算MSE
mse = 0
for i in range(original_y.size[0]):
    for j in range(original_y.size[1]):
        mse += (original_y.getpixel((i, j)) - compressed_y.getpixel((i, j))) ** 2
mse /= original_y.size[0] * original_y.size[1]

# 计算PSNR
if mse == 0:
    psnr = float('inf')
else:
    max_pixel = 255
    psnr = 10 * math.log10(max_pixel ** 2 / mse)

# 输出PSNR
print(f'PSNR为{psnr:.2f}')

在上面的代码中，我们首先打开了原始图像和压缩后的图像，并将它们转换为YCbCr色彩空间。接着，我们分离出Y通道，然后计算MSE（均方误差）。最后，我们根据MSE计算PSNR（峰值信噪比）。你可以根据需要修改图像的路径和名称。