写一个在jupyter notebooks上测量彩色图像压缩前后压缩率的代码

好的，以下是一个在 Jupyter Notebook 上测量彩色图像压缩前后压缩率的代码示例。这个代码使用了 Python 的 Pillow 库进行图像的读取和压缩，以及 NumPy 库进行数组计算。

from PIL import Image
import numpy as np
import io

# 读取原始图像
img = Image.open('test.jpg')

# 将图像转换为 NumPy 数组
img_arr = np.array(img)

# 计算原始图像大小
original_size = img_arr.nbytes

# 压缩图像
# 这里使用 JPEG 压缩，压缩质量为 70%
compressed_img = io.BytesIO()
img.save(compressed_img, format='JPEG', quality=70)

# 计算压缩后图像大小
compressed_size = compressed_img.tell()

# 读取压缩后图像
compressed_img.seek(0)
compressed_img_data = compressed_img.read()
compressed_img = Image.open(io.BytesIO(compressed_img_data))

# 将压缩后图像转换为 NumPy 数组
compressed_img_arr = np.array(compressed_img)

# 计算压缩率
compression_ratio = compressed_size / original_size

# 输出压缩前后的大小和压缩率
print(f"Original size: {original_size:,}")
print(f"Compressed size: {compressed_size:,}")
print(f"Compression ratio: {compression_ratio:.2f}")

在这个示例中，我们首先使用 Pillow 库读取了一张名为 `test.jpg` 的彩色图像，并将其转换为 NumPy 数组。然后，我们计算了原始图像的大小，并使用 JPEG 压缩算法对图像进行了压缩。接着，我们计算了压缩后图像的大小，并将其读取为 Pillow 对象。我们将压缩后的图像再次转换为 NumPy 数组，并计算了压缩率。最后，我们输出了压缩前后的大小和压缩率的结果。

请注意，这个示例中压缩质量设置为 70%，这个值可以根据需要进行调整。另外，如果要测量多张图像的压缩前后压缩率，可以将这个代码放入循环中，对每张图像进行压缩和压缩率计算。