在python中计算ssim的方法（与Matlab结果一致）
如下代码可以计算输入的两张图像的结构相似度（SSIM），结果与matlab计算结果一致
//Anhighlightedblock
importcv2
importnumpyasnp
defssim(img1,img2):
C1=(0.01*255)**2
C2=(0.03*255)**2
img1=img1.astype(np.float64)
img2=img2.astype(np.float64)
kernel=cv2.getGaussianKernel(11,1.5)
window=np.outer(kernel,kernel.transpose())
mu1=cv2.filter2D(img1,-1,window)[5:-5,5:-5]#valid
mu2=cv2.filter2D(img2,-1,window)[5:-5,5:-5]
mu1_sq=mu1**2
mu2_sq=mu2**2
mu1_mu2=mu1*mu2
sigma1_sq=cv2.filter2D(img1**2,-1,window)[5:-5,5:-5]-mu1_sq
sigma2_sq=cv2.filter2D(img2**2,-1,window)[5:-5,5:-5]-mu2_sq
sigma12=cv2.filter2D(img1*img2,-1,window)[5:-5,5:-5]-mu1_mu2
ssim_map=((2*mu1_mu2+C1)*(2*sigma12+C2))/((mu1_sq+mu2_sq+C1)*
(sigma1_sq+sigma2_sq+C2))
returnssim_map.mean()
defcalculate_ssim(img1,img2):
'''calculateSSIM
thesameoutputsasMATLAB's
img1,img2:[0,255]
'''
ifnotimg1.shape==img2.shape:
raiseValueError('Inputimagesmusthavethesamedimensions.')
ifimg1.ndim==2:
returnssim(img1,img2)
elifimg1.ndim==3:
ifimg1.shape[2]==3:
ssims=[]
foriinrange(3):
ssims.append(ssim(img1,img2))
returnnp.array(ssims).mean()
elifimg1.shape[2]==1:
returnssim(np.squeeze(img1),np.squeeze(img2))
else:
raiseValueError('Wronginputimagedimensions.')
img1=cv2.imread("Test2_HR.bmp",0)
img2=cv2.imread("Test2_LR2.bmp",0)
ss=calculate_ssim(img1,img2)
print(ss)
总结
以上所述是小编给大家介绍的在python中计算ssim的方法（与Matlab结果一致），希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对毛票票网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。