如何使用openCV和其他库在python中找到两个视频文件的PSNR和SSIM？

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了如何使用openCV和其他库在python中找到两个视频文件的PSNR和SSIM？，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1508字，纯文字阅读大概需要3分钟。

内容图文

我想用openCv和numpy找出python中两个视频文件的PSNR和SSIM.
如何在python中找到PSNR

我尝试下面的SSIM代码

# compute the Structural Similarity Index (SSIM) between the two
# images, ensuring that the difference image is returned
(score, diff) = compare_ssim(grayA, grayB, full=True)
diff = (diff * 255).astype("uint8")
print("SSIM: {}".format(score))

# threshold the difference image, followed by finding contours to
# obtain the regions of the two input images that differ
thresh = cv2.threshold(diff, 0, 255,
        cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
cnts = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL,
        cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if imutils.is_cv2() else cnts[1]

# loop over the contours

for c in cnts:
        # compute the bounding box of the contour and then draw the
        # bounding box on both input images to represent where the two
        # images differ
        (x, y, w, h) = cv2.boundingRect(c)
        cv2.rectangle(imageA, (x, y), (x + w, y + h), (0, 0, 255), 2)
        cv2.rectangle(imageB, (x, y), (x + w, y + h), (0, 0, 255), 2)

解决方法:

您可以按帧读取视频帧,并使用此功能计算帧之间的相似性并找到平均值.

确保提供图像的完整路径.

def compare(ImageAPath, ImageBPath):
    img1 = cv2.imread(ImageAPath)          # queryImage
    img2 = cv2.imread(ImageBPath)
    image1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
    image2 = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)          # trainImage


    score, diff = compare_ssim(image1, image2, full=True,  multichannel=False)
    print("SSIM: {}".format(score))

如果您的图像是彩色的,并且您不希望使用灰色图像,请通过

multichannel=True

内容总结

以上是互联网集市为您收集整理的如何使用openCV和其他库在python中找到两个视频文件的PSNR和SSIM？全部内容，希望文章能够帮你解决如何使用openCV和其他库在python中找到两个视频文件的PSNR和SSIM？所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端