在matlab实现和python中，PSNR值不同。
我已经实现了一个用于计算YCrCb信道中Y通道的PSNR值的python代码。我得到的PSNR值大约为35.7dB(对于一对图像)
import cv2, main
import sys
i1 = cv2.imread(sys.argv[1])
i2 = cv2.imread(sys.argv[2])
i1= cv2.cvtColor(i1, cv2.COLOR_BGR2YCrCb)
i2= cv2.cvtColor(i2, cv2.COLOR_BGR2YCrCb)
print(main.psnr(i1[:,:,0], i2[:,:,0]))在主psnr中，psnr定义为：
def psnr(target, ref):
import cv2
target_data = numpy.array(target, dtype=numpy.float64)
ref_data = numpy.array(ref,dtype=numpy.float64)
diff = ref_data - target_data
print(diff.shape)
diff = diff.flatten('C')
rmse = math.sqrt(numpy.mean(diff ** 2.))
return 20 * math.log10(255 / rmse)我得到了一个在线实现(从我所指的论文)在matlab中，我得到的PSNR值约为37.06dB (对于同一对图像)。
function psnr=compute_psnr(im1,im2)
if size(im1, 3) == 3,
im1 = rgb2ycbcr(im1);
im1 = im1(:, :, 1);
end
if size(im2, 3) == 3,
im2 = rgb2ycbcr(im2);
im2 = im2(:, :, 1);
end
imdff = double(im1) - double(im2);
imdff = imdff(:);
rmse = sqrt(mean(imdff.^2));
psnr = 20*log10(255/rmse)这个错误是由numpy引入的错误引起的，还是numpy似乎达到的精度造成的？
回答 1
Stack Overflow用户
发布于 2017-07-06 11:33:05
您的两个转换函数似乎产生了截然不同的结果：
Python输出：
倍频程输出：
这就解释了这种差异。
Octave确实提到了几个YCbCr标准：
The formula used for the conversion is dependent on two constants,
KB and KR which can be specified individually, or according to
existing standards:
"601" (default)
According to the ITU-R BT.601 (formerly CCIR 601) standard.
Its values of KB and KR are 0.114 and 0.299 respectively.
"709" (default)
According to the ITU-R BT.709 standard. Its values of KB and
KR are 0.0722 and 0.2116 respectively.也许python版本使用的是不同的标准？(或者可能是BGR对RGB的问题？)在任何情况下，这都是不一致的地方，这似乎并不是numpy精度的问题(当用相同的输入单独测试这些函数时，它们产生相同的结果)。
编辑：
根据这些建议：
python (或者更确切地说，opencv库)似乎输出的是“模拟”(非缩放)版本，而matlab / octave则输出“数字”(缩放)版本。
这一点得到证实：
# Python
RGB = numpy.concatenate(
( numpy.array([[[0], [255], [255], [0], [0], [0], [255]]], dtype=numpy.uint8),
numpy.array([[[0], [0], [255], [255], [255], [0], [255]]], dtype=numpy.uint8),
numpy.array([[[0], [0], [0], [0], [255], [255], [255]]], dtype=numpy.uint8)),
axis=2)
RGB2Y = cv2.cvtColor(RGB, cv2.COLOR_BGR2YCrCb)
print(RGB2Y)[[ 0 128 128 179 0 171 226 149 1 255 128 128]
% Octave
pkg load image;
RGB = uint8 (cat (3, [0, 255, 255, 0, 0, 0, 255], ...
[0, 0, 255, 255, 255, 0, 255], ...
[0, 0, 0, 0, 255, 255, 255]));
RGB2Y = rgb2ycbcr(RGB)RGB2Y = ans(:，：1)= 16 81 210 145 170 41 235 ans(:，:,2) = 128 90 16 16 54 166 240 128 ans( :，3) = 128 240 146 34 16 110 128
因此，如果这是实现一致性的问题，我将使用从模拟到数字的转换公式来缩放python结果，在上面的wikipedia页面中提到了这一点，即：
如果这是一个“哪个版本最适合计算PSNR”的问题，我不知道，但从我在上面的链接中看到的，我的钱将在matlab /八度实现上。
https://stackoverflow.com/questions/44944455
复制相似问题
腾讯云开发者
