OpenCV 实现SSIM结构相似性算法

SSIM算法的介绍: http://blog.csdn.net/chaipp0607/article/details/70158835

代码做了一下处理: (1)设置两组对比试验,将原图进行核为5*5的滤波,与原图比较求得SSIM指数。将原图进行核为10*10的滤波,与原图比较求得SSIM指数。 (2)将SSIM指数折算为百分制 (3)采用高斯模糊求得图像的均值

代码参考: http://jingyan.baidu.com/article/456c463b67aa310a5931447a.html

#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>

using namespace std; 
using namespace cv;

Scalar getMSSIM(Mat  inputimage1, Mat inputimage2);
int main()
{
    Mat BlurImage1;
    Mat BlurImage2;
    Mat SrcImage = imread("1.jpg");
    blur(SrcImage, BlurImage1, Size(5, 5));
    blur(SrcImage,BlurImage2,Size(10,10));
    Scalar SSIM1 = getMSSIM(SrcImage, BlurImage1);
    Scalar SSIM2 = getMSSIM(SrcImage, BlurImage2);
    printf("模糊5*5通道1:%f\n", SSIM1.val[0] * 100);
    printf("模糊5*5通道2:%f\n", SSIM1.val[1] * 100);
    printf("模糊5*5通道3:%f\n", SSIM1.val[2] * 100);
    printf("模糊5*5:%f\n", (SSIM1.val[2] + SSIM1.val[1] + SSIM1.val[0])/3 * 100);
    printf("模糊10*10通道1:%f\n", SSIM2.val[0] * 100);
    printf("模糊10*10通道2:%f\n", SSIM2.val[1] * 100);
    printf("模糊10*10通道3:%f\n", SSIM2.val[2] * 100);
    printf("模糊10*10:%f\n", (SSIM2.val[2] + SSIM2.val[1] + SSIM2.val[0]) / 3 * 100);
    imshow("原图",SrcImage);
    imshow("模糊5*5",BlurImage1);
    imshow("模糊10*10", BlurImage2);
    waitKey(0);
    return 0;
}
Scalar getMSSIM(Mat  inputimage1, Mat inputimage2)
{
    Mat i1 = inputimage1;
    Mat i2 = inputimage2;
    const double C1 = 6.5025, C2 = 58.5225;
    int d = CV_32F;
    Mat I1, I2;
    i1.convertTo(I1, d);
    i2.convertTo(I2, d);
    Mat I2_2 = I2.mul(I2);
    Mat I1_2 = I1.mul(I1);
    Mat I1_I2 = I1.mul(I2);
    Mat mu1, mu2;
    GaussianBlur(I1, mu1, Size(11, 11), 1.5);
    GaussianBlur(I2, mu2, Size(11, 11), 1.5);
    Mat mu1_2 = mu1.mul(mu1);
    Mat mu2_2 = mu2.mul(mu2);
    Mat mu1_mu2 = mu1.mul(mu2);
    Mat sigma1_2, sigma2_2, sigma12;
    GaussianBlur(I1_2, sigma1_2, Size(11, 11), 1.5);
    sigma1_2 -= mu1_2;
    GaussianBlur(I2_2, sigma2_2, Size(11, 11), 1.5);
    sigma2_2 -= mu2_2;
    GaussianBlur(I1_I2, sigma12, Size(11, 11), 1.5);
    sigma12 -= mu1_mu2;
    Mat t1, t2, t3;
    t1 = 2 * mu1_mu2 + C1;
    t2 = 2 * sigma12 + C2;
    t3 = t1.mul(t2);
    t1 = mu1_2 + mu2_2 + C1;
    t2 = sigma1_2 + sigma2_2 + C2;
    t1 = t1.mul(t2);
    Mat ssim_map;
    divide(t3, t1, ssim_map);
    Scalar mssim = mean(ssim_map);
    return mssim;
}

打印结果: 模糊5*5通道1:82.523627 模糊5*5通道2:85.781376 模糊5*5通道3:85.903646 模糊5*5:84.736216 模糊10*10通道1:65.029142 模糊10*10通道2:69.286267 模糊10*10通道3:68.664205 模糊10*10:67.659871

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏一棹烟波

图像融合之拉普拉斯融合(laplacian blending)

3186
来自专栏瓜大三哥

形态学滤波(一) 之概述

定义:数学形态学是以形态结构元素为基础对图像进行分析的数学工具。它的基本思想是,用具有一定形态的结构元素度量和提取图像中的对应形状,以达到对图像分析和识别...

2098
来自专栏专知

最新5篇生成对抗网络相关论文推荐—FusedGAN、DeblurGAN、AdvGAN、CipherGAN、MMD GANS

【导读】专知内容组整理了最近生成对抗网络相关文章,为大家进行介绍,欢迎查看! 1. Semi-supervised FusedGAN for Condition...

5827
来自专栏专知

【论文推荐】最新八篇主题模型相关论文—在线光谱学习、PAM变分推断、章节推荐、多芯片系统、文本分析、动态主题模型

1524
来自专栏专知

【论文推荐】最新五篇命名实体识别(NER)相关论文—对抗学习、语料库、深度多任务学习、先验知识、跨语言语义

【导读】专知内容组整理了最近五篇命名实体识别(Named Entity Recognition)相关文章,为大家进行介绍,欢迎查看! 1. Adversaria...

4708
来自专栏专知

计算机视觉经典论文荟萃,深度学习方法占领9大方向,建议收藏

【导读】近日,大连理工大学的学生ArcherFMY针对近几年深度学习在计算机视觉领域的应用提供了一个非常详细的阅读清单。如果你在深度学习领域是一个新手,你可以会...

5409
来自专栏人工智能

機器學習算法起航系列一·支持向量機

上期我們分享了線性SVM的內容,並對凸二次規劃問題的求解進行了簡單的推導,最後得到分離超平面的函數能夠對新輸入的樣本進行分類。本期我們將繼續探討非線性SVM,了...

1970
来自专栏智能算法

OpenCV特征点检测——ORB特征

目录 什么是ORB 如何解决旋转不变性 如何解决对噪声敏感的问题 关于尺度不变性 关于计算速度 关于性能 Related posts 什么是ORB ? ORB是...

3547
来自专栏技术碎碎念

动态规划之硬币组合问题

问题:如果我们有面值为1元、3元和5元的硬币若干枚,如何用最少的硬币凑够11元? 动态规划的本质是将原问题分解为同性质的若干相同子结构,在求解最优值的过程中将子...

3408
来自专栏一棹烟波

OpenCV两种畸变校正模型源代码分析以及CUDA实现

图像算法中会经常用到摄像机的畸变校正,有必要总结分析OpenCV中畸变校正方法,其中包括普通针孔相机模型和鱼眼相机模型fisheye两种畸变校正方法。 普通相机...

6998

扫码关注云+社区