文件名称：测量图像的psnrmatlab代码-PSNR-HVS-M-for-python:考虑人类视觉系统的PSNR的Python实现
文件大小：3.99MB
文件格式：ZIP
更新时间：2024-06-21 15:02:12
系统开源
测量图像的psnr matlab代码PSNR-HVS-M-for-python 考虑到人类视觉系统的 PSNR 的 Python 实现。 此代码基于 PSNR-HVS 和 PSNR-m 算法的 Nikolay Ponomarenko matlab 实现。 PSNR-HVS-M 是峰值信噪比，考虑了对比敏感度函数 (CSF) 和 DCT 基函数的系数间对比掩蔽。 移植者： 爱德华多·普拉多 (t2ac32) 原创作品： 尼古拉·波诺马连科 安装 克隆存储库或下载 zip。 将“psnrhvsm”文件夹添加到您的项目中 在您的 .py 文件导入中添加这一行。 'from psnrhvsm import psnrhvsm' 快速测试： 或者使用包含在主文件夹中的 jupyter notebook，论文中使用的测试图像也包含在内。 用法： 输入 ： img1：要比较的第一张图片 img2：要比较的第二张图片 wstep：计算 DCT 系数的 8x8 窗口步长。 默认值为 8。 输出： p_hvs_m：2 个图像之间的 PSNR-HVS-M 值。 如果被比较的图像之一被认为是完美的质量，那么 P
【文件预览】：
PSNR-HVS-M-for-python-main
----baboon_Test()
--------baboon_msk.png(243KB)
--------baboon.png(227KB)
----requirements.txt(74B)
----msk_test()
--------PAT17.BMP(257KB)
--------PAT02.BMP(257KB)
--------PAT18.BMP(257KB)
--------PAT13.BMP(257KB)
--------PAT09.BMP(257KB)
--------PAT08.BMP(257KB)
--------PAT06.BMP(257KB)
--------PAT01.BMP(257KB)
--------PAT05.BMP(257KB)
--------PAT03.BMP(257KB)
--------PAT10.BMP(257KB)
--------PAT14.BMP(257KB)
--------PATTERNS.BMP(257KB)
--------PAT11.BMP(257KB)
--------PAT15.BMP(257KB)
--------PAT04.BMP(257KB)
--------PAT16.BMP(257KB)
--------PAT07.BMP(257KB)
--------PAT12.BMP(257KB)
----PSN-HVS-M for python.ipynb(16KB)
----psnrhvsm()
--------psnrhvsm.m(7KB)
--------__pycache__()
--------__init__.py(11KB)
----README.md(2KB)