写一个在jupyter notebooks上彩色图像的游程编码代码并计算PSNR

好的，以下是代码实现：

import numpy as np
import cv2

def run_length_encode(image):
    # 将图像转为灰度图
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    
    # 将图像转为二值图
    _, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
    
    # 进行游程编码
    binary = np.reshape(binary, -1)
    rle_code = []
    count = 1
    for i in range(1, len(binary)):
        if binary[i] == binary[i-1]:
            count += 1
        else:
            rle_code.append(count)
            count = 1
    rle_code.append(count)
    
    return rle_code

def run_length_decode(rle_code, shape):
    # 计算图像像素数
    pixels = shape[0] * shape[1]
    
    # 进行游程解码
    binary = []
    for i in range(len(rle_code)):
        if i % 2 == 0:
            binary += [0]*rle_code[i]
        else:
            binary += [255]*rle_code[i]
    binary = np.array(binary[:pixels], dtype=np.uint8)
    
    # 将二值图转为彩色图
    color = cv2.cvtColor(binary, cv2.COLOR_GRAY2BGR)
    
    return color

# 读取彩色图像
img = cv2.imread('test.jpg')

# 进行游程编码
rle_code = run_length_encode(img)

# 进行游程解码
color = run_length_decode(rle_code, img.shape)

# 计算PSNR
psnr = cv2.PSNR(img, color)

print('PSNR:', psnr)

其中，`run_length_encode` 函数实现游程编码，`run_length_decode` 函数实现游程解码。

这里我们使用 OpenCV 库来读取和处理图像，其中 `cv2.threshold` 函数用于将图像转为二值图，`cv2.cvtColor` 函数用于转换图像的颜色空间。

最后，我们使用 `cv2.PSNR` 函数计算编码前后的图像的 PSNR 值。

注意：由于游程编码和解码过程中会出现数组超出范围的情况，因此需要对解码后的图像进行裁剪。