计算两个图像的psnr
时间: 2023-08-29 17:12:19 浏览: 46
PSNR(Peak Signal-to-Noise Ratio)是一种常用于衡量图像或视频质量的指标,它的计算公式如下:
PSNR = 10 * log10((MAX^2) / MSE)
其中,MAX是像素值的最大值(例如8位图像的MAX为255),MSE是均方误差(Mean Squared Error),它的计算公式如下:
MSE = (1 / (M * N)) * ∑(i=1 to M) ∑(j=1 to N) (I(i,j) - K(i,j))^2
其中,I表示原始图像,K表示经过压缩或处理后的图像,M和N分别表示图像的宽度和高度。
因此,计算两个图像的PSNR,需要先计算它们的MSE,然后带入公式计算PSNR值。具体步骤如下:
1. 将两个图像读入程序中,并转换为相同的数据类型(例如uint8)。
2. 计算两个图像的MSE值,即按照上述公式计算。
3. 根据上述公式计算两个图像的PSNR值。
下面是一个Python中计算两个图像PSNR的示例代码:
```python
import cv2
import numpy as np
def psnr(img1, img2):
mse = np.mean((img1 - img2) ** 2)
if mse == 0:
return float('inf')
max_pixel = 255.0
psnr = 10 * np.log10((max_pixel ** 2) / mse)
return psnr
# 读入图像
img1 = cv2.imread('img1.jpg')
img2 = cv2.imread('img2.jpg')
# 将图像转换为uint8类型
img1 = img1.astype(np.uint8)
img2 = img2.astype(np.uint8)
# 计算PSNR值
psnr_value = psnr(img1, img2)
# 输出结果
print('PSNR:', psnr_value)
```
其中,'img1.jpg'和'img2.jpg'分别表示要计算PSNR的两个图像文件。