import matplotlib.pyplot as plt from PIL import Image # 读取图像 image = np.array(Image.open('0.jpg')) # 将图像数据归一化到 [0, 1] 范围内 image_norm = image.astype('float32') / 255.0 # 压缩图像 compressed_image = compress_image(image_norm, n_clusters=16) # 显示压缩前后的图像 fig, ax = plt.subplots(1, 2, figsize=(10, 5)) ax[0].imshow(image_norm) ax[0].set_title('Original Image') ax[1].imshow(compressed_image) ax[1].set_title('Compressed Image') plt.show()加上计算PSNR的代码

可以使用以下代码计算压缩后的图像与原始图像之间的 PSNR 值：

import numpy as np
import math

# 计算 PSNR
def psnr(img1, img2):
    mse = np.mean((img1 - img2) ** 2)
    if mse == 0:
        return float('inf')
    return 20 * math.log10(1.0 / math.sqrt(mse))

# 计算压缩前后图像的 PSNR
psnr_value = psnr(image_norm, compressed_image)
print("PSNR: {:.2f} dB".format(psnr_value))

这将在显示压缩前后的图像后，输出压缩前后图像的 PSNR 值。