我想在比较python中的两个图像时获得SSIM

Question

我正在尝试使用“compare_ssim”函数。我现在有两个x，y坐标的2xN矩阵，第一行是所有的x坐标，第二行是所有的y坐标。如何计算这两幅图像的SSIM（如果有方法的话）

例如，我有：

X = np.array([[1,2,3], [4,5,6]])
Y = np.array([[3,4,5],[5,6,7]])

compare_ssim(X,Y)

但是我得到了错误

ValueError: win_size exceeds image extent.  If the input is a multichannel (color) image, set multichannel=True.

我不确定我是否缺少一个参数，或者我是否应该以这样一种方式转换矩阵，以使这个函数工作。或者如果有一种方法，我应该把我的坐标转换成灰度矩阵？对于函数参数的矩阵应该是什么样子，我有点困惑。我知道它们应该是ndarray，但是类型（Y）和类型（Y）都是numpy.ndarray

Answer 1

因为您没有提到您正在使用的框架/库，所以我假设您正在使用skimage的compare_ssim

问题中的错误是由于输入的形状造成的。您可以找到更多详细信息here

TL；DR:compare_ssim希望图像具有（H、W、C）维度，但您的输入图像具有（2、3）维度。因此，函数混淆了将哪个维度视为通道维度。当multichannel=True时，最后一个维度被视为通道维度

您的代码有3个关键问题

1. 比较\u图像需要图像作为输入。所以你们的X和Y矩阵应该是（H，W，C）维而不是（2，3）

2. 它们应该是浮点数据类型

下面我展示了一些演示代码（注意：自skimage v1.7以来，compare_ssim已移至skimage.metrics.structural_similarity）

import numpy as np  
from skimage.metrics import structural_similarity

img1 = np.random.randint(0, 255, size=(200, 200, 3)).astype(np.float32)
img2 = np.random.randint(0, 255, size=(200, 200, 3)).astype(np.float32)

ssim_score = structural_similarity(img1, img2, multichannel=True) #score: 0.0018769083894301646

ssim_score = structural_similarity(img1, img1, multichannel=True) #score: 1.0