pycharm怎么计算im和im1的MSE和RMSE

要计算图像的MSE和RMSE，可以使用`sklearn`库中的`mean_squared_error`和`mean_squared_error`函数。具体操作如下：

from sklearn.metrics import mean_squared_error, mean_absolute_error
import numpy as np

# 计算MSE
mse = mean_squared_error(im, im1)
print('MSE:', mse)

# 计算RMSE
rmse = np.sqrt(mse)
print('RMSE:', rmse)

其中，`im`和`im1`分别是两张图像的数组，`mean_squared_error`和`mean_absolute_error`分别是计算MSE和RMSE的函数。执行上述代码后，会输出图像的MSE和RMSE结果。

需要注意的是，这里的MSE和RMSE都是作为图像数组之间的比较指标，因此结果的大小并没有实际意义，只能用来判断两张图像的差异大小，越小表示两张图像越相似。如果您要比较不同算法或不同参数对图像质量的影响，可以将同一图像使用不同算法或不同参数处理后再进行比较。