图像质量评价

########## 返回目录 - 信息隐藏技术（Python） ###

1. 客观图像质量指标 之 PSNR

可以参考用Python+OpenCV对比图像质量的几种方法，也可以自行编写代码，详情如下：

PSNR

MSE

先安装 skimage
命令行：pip install scikit-image -i https://pypi.douban.com/simple --default-timeout=1000

import cv2
import numpy as np 
from skimage.metrics import peak_signal_noise_ratio

def get_psnr(Ic, Im, IMax=256):
    '''
    Ic  - The cover image
    Im  - The marked image
    IMax - The number of grayscales
    '''
    diff = Ic.astype(np.float32)-Im.astype(np.float32)
    MSE = np.sum(np.mean((np.power(diff, 2))))
    if MSE < 1.0e-10:
        return 100 # The max value for PSNR

    psnr = -10*np.log10( MSE / ((IMax-1.0) ** 2) )
    return psnr

if __name__ == '__main__':
    Ic = cv2.imread('./monarch.png', cv2.IMREAD_GRAYSCALE)
    Im = cv2.imread('./monarch_lsb.png', cv2.IMREAD_GRAYSCALE)

    psnr = get_psnr(Ic, Im)
    print('{:.4f}'.format(psnr))
    psnr = peak_signal_noise_ratio(Ic, Im)
    print('{:.4f}'.format(psnr))

输出结果

84.4392
84.4392

2. 综合主观与客观的图像质量指标 之 SSIM

参考用Python+OpenCV对比图像质量的几种方法，使用SSIM

import cv2
from skimage.metrics import structural_similarity


if __name__ == '__main__':
    Ic = cv2.imread('./monarch.png', cv2.IMREAD_GRAYSCALE)
    Im = cv2.imread('./monarch_lsb.png', cv2.IMREAD_GRAYSCALE)

    ssim = structural_similarity(Ic, Im)
    print('{:.8f}'.format(ssim))

输出结果

0.99999972

########## 返回目录 - 信息隐藏技术（Python） ###