首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >PSNR 涨了 0.5dB,图却更糊了?我拿代码把三大画质指标按在地上对比了一遍

PSNR 涨了 0.5dB,图却更糊了?我拿代码把三大画质指标按在地上对比了一遍

原创
作者头像
Echo_Wish
发布于 2026-11-20 08:45:19
发布于 2026-11-20 08:45:19
170
举报
文章被收录于专栏:Python项目实战Python项目实战

PSNR 涨了 0.5dB,图却更糊了?我拿代码把三大画质指标按在地上对比了一遍

大家好,我是 Echo_Wish。

先说个我踩过的坑。去年调一个超分模型,改完损失函数,PSNR 涨了 0.5dB,我美滋滋地拿去汇报。同事把输出图放大一看,说:"这不是糊了吗?" 我不信,把两张图并排放着看,真糊了,纹理全被抹平,像给照片打了层磨皮。

那一刻我才明白:指标是用来辅助判断的,不是用来代替眼睛的。 今天我们不讲公式推导,直接撸代码,看看 PSNR、SSIM、LPIPS 这三个最常用的指标,到底在什么地方靠谱,什么地方会骗你。

一、先搭个"实验场":同一张图,五种破坏法

思路很简单:拿一张清晰原图,用不同方式"毁"它,再看每个指标怎么打分。

代码语言:python
复制
import numpy as np, cv2
np.random.seed(0)

img = cv2.cvtColor(cv2.imread("test.png"), cv2.COLOR_BGR2RGB)

def noise(x, sigma=25):
    return np.clip(x + np.random.normal(0, sigma, x.shape), 0, 255).astype(np.uint8)

def blur(x, k=9):
    return cv2.GaussianBlur(x, (k, k), 0)

def jpeg(x, q=10):
    ok, enc = cv2.imencode(".jpg", cv2.cvtColor(x, cv2.COLOR_RGB2BGR),
                           [cv2.IMWRITE_JPEG_QUALITY, q])
    return cv2.cvtColor(cv2.imdecode(enc, 1), cv2.COLOR_BGR2RGB)

def shift(x, px=2):
    return np.roll(x, px, axis=1)          # 整体平移 2 像素

def brighten(x, d=25):
    return np.clip(x.astype(int) + d, 0, 255).astype(np.uint8)

distortions = {
    "高斯噪声": noise(img),
    "高斯模糊": blur(img),
    "JPEG压缩": jpeg(img),
    "平移2px": shift(img),
    "整体提亮": brighten(img),
}

我特意埋了个彩蛋:噪声 sigma=25 和 提亮 +25,两者的均方误差几乎一样,约等于 625。PSNR 公式是 10·log10(255²/MSE),算下来都在 20dB 上下。

一个是满屏雪花点,一个只是图亮了一点点,人眼感受天差地别,但 PSNR 打出来几乎一样。这就是 PSNR 的软肋:它只会逐像素算差,不懂"人看着舒不舒服"。

二、三个指标一起上

代码语言:python
复制
import torch, lpips
from skimage.metrics import peak_signal_noise_ratio as psnr
from skimage.metrics import structural_similarity as ssim

loss_fn = lpips.LPIPS(net="alex")

def to_tensor(x):
    return torch.from_numpy(x).permute(2, 0, 1).float().unsqueeze(0) / 127.5 - 1

def evaluate(ref, dist):
    p = psnr(ref, dist, data_range=255)
    s = ssim(ref, dist, channel_axis=2, data_range=255)
    with torch.no_grad():
        l = loss_fn(to_tensor(ref), to_tensor(dist)).item()
    return p, s, l

results = {name: evaluate(img, d) for name, d in distortions.items()}
for k, (p, s, l) in results.items():
    print(f"{k:8s} PSNR={p:6.2f}  SSIM={s:.3f}  LPIPS={l:.3f}")

注意方向:PSNR 和 SSIM 是越高越好,LPIPS 是越低越好。很多新手第一次看到 LPIPS 数值小就以为是"分数低",其实反过来了,别搞混。

三、光看数字不过瘾,上可视化

代码语言:python
复制
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]   # 中文显示

names = list(results.keys())
fig, axes = plt.subplots(2, 5, figsize=(18, 7))

for i, name in enumerate(names):
    axes[0, i].imshow(distortions[name]); axes[0, i].set_title(name); axes[0, i].axis("off")

    gray_a = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
    gray_b = cv2.cvtColor(distortions[name], cv2.COLOR_RGB2GRAY)
    _, smap = ssim(gray_a, gray_b, full=True, data_range=255)
    axes[1, i].imshow(smap, cmap="viridis", vmin=0, vmax=1)
    axes[1, i].set_title(f"SSIM图 {results[name][1]:.3f}"); axes[1, i].axis("off")

plt.tight_layout(); plt.savefig("ssim_maps.png", dpi=150)

# 三指标柱状图
fig, ax = plt.subplots(1, 3, figsize=(15, 4))
for j, (title, color) in enumerate([("PSNR ↑", "#4C72B0"), ("SSIM ↑", "#55A868"), ("LPIPS ↓", "#C44E52")]):
    ax[j].bar(names, [results[n][j] for n in names], color=color)
    ax[j].set_title(title); ax[j].tick_params(axis="x", rotation=30)
plt.tight_layout(); plt.savefig("metrics_bar.png", dpi=150)

SSIM 那张热力图我特别推荐。它不只给一个总分,还告诉你图的哪个位置坏了。模糊会让边缘和纹理区域整片变暗,噪声则是均匀地到处发黑。这比一个冷冰冰的 0.82 有用多了。

四、跑完你大概率会看到这些规律

具体数值跟你的测试图有关,但规律很稳定:

  1. 提亮:PSNR 低,SSIM 反而很高,LPIPS 很低。SSIM 对整体亮度偏移有一定容忍度,因为它更看重结构,这个判断比 PSNR 更贴近人眼。
  2. 平移 2px:肉眼几乎看不出区别,但在纹理丰富的图上,PSNR 和 SSIM 都会明显下滑,因为它们对像素对齐很敏感。LPIPS 基于深度特征,相对宽容一些。
  3. 模糊和 JPEG 压缩:PSNR 可能看着还行,LPIPS 会明显恶化。这正是我开头那个超分翻车案例的写照:PSNR 喜欢"平均化"的输出,细节被抹平反而不吃亏。
  4. 噪声 vs 提亮:PSNR 几乎打平,但 SSIM 和 LPIPS 能明显把两者拉开。

五、指标本身也得被"评价"

如果你想知道哪个指标更靠谱,专业做法是拿带人工打分(MOS)的数据集,比如 KADID-10k、TID2013,算指标和人类打分的相关性:

代码语言:python
复制
from scipy.stats import spearmanr, pearsonr

# metric_scores: 指标打的分;mos: 人工主观分
srcc = spearmanr(metric_scores, mos).correlation   # 排序是否一致
plcc = pearsonr(metric_scores, mos)[0]             # 线性相关程度
print(f"SRCC={srcc:.3f}, PLCC={plcc:.3f}")

SRCC 看的是"排序对不对",PLCC 看的是"数值贴不贴"。论文里常见的就是这两个。

六、聊点我自己的体会

跑完这套实验,我总结了三条"土办法":

第一,别迷信单一指标。 PSNR 便宜、快、可复现,适合当"体温计",监控训练别崩;但它不该是你的最终裁判。我现在的习惯是 PSNR + SSIM + LPIPS 三个一起报,再配几张放大对比图。

第二,指标选择要看任务。 做保真度重建,比如医学影像、压缩,PSNR 和 SSIM 更有参考意义。做追求观感的任务,比如超分、风格化、生成,LPIPS 这类感知指标更靠谱。顺带提醒一句,FID 衡量的是分布,不是单张图的质量,别拿它当 IQA 用。

第三,一定要看图。 我见过太多"指标漂亮、图很难看"的模型。再聪明的指标也只是人眼的近似替身,它会在某些场景失灵,而你不亲自看,永远不知道是哪一种。

最后说句掏心窝的话:指标是拿来帮你做判断的,不是拿来替你做判断的。 当你发现数字和直觉打架时,别急着相信数字,先问一句:它到底在测什么?想清楚这个,你就比大多数只会"刷点"的人高一个段位了。

我是 Echo_Wish,下期见。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • PSNR 涨了 0.5dB,图却更糊了?我拿代码把三大画质指标按在地上对比了一遍
    • 一、先搭个"实验场":同一张图,五种破坏法
    • 二、三个指标一起上
    • 三、光看数字不过瘾,上可视化
    • 四、跑完你大概率会看到这些规律
    • 五、指标本身也得被"评价"
    • 六、聊点我自己的体会
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档