图像处理入门006：图像质量评价三剑客：PSNR / SSIM / MSE 原理与代码实战

系列：《144 期》
作者：卫星研发 · 智能体工程部
标签：图像处理 / OpenCV / Python / 质量评价 / 入门

一、前言：为什么我们需要"客观"地评价图像质量？

在图像处理流水线里，有一类问题绕不开——做完去噪/超分/压缩/风格迁移之后，效果到底怎么样？
凭眼睛看当然重要，但人眼主观打分难以批量复现，所以工程上需要可重复、可比较的客观指标。这一期我们把最常见的三件套讲清楚：

二、数学原理速通

2.1 MSE：最朴素的像素级距离

$$\text{MSE}=\frac{1}{HW}\sum _{i=1}^H\sum _{j=1}^W(x_{ij}-y_{ij}{)}^2$$

• 优点：实现一行代码、便于做梯度反传。
• 缺点：对所有像素一视同仁，人眼敏感的边缘/纹理区域被平均掉了。

2.2 PSNR：把 MSE 拉回对数尺度

$$\text{PSNR}=10{\log }_{10}\left(\frac{L^2}{\text{MSE}}\right)$$

其中 $L$ 是像素最大值（一般是 255）。

• 两图完全一致时 MSE=0，PSNR 趋于 $+\infty$，工程里通常截断到 100 dB 处理。
• 经验范围：30 dB 以上可以接受，40 dB 以上肉眼很难看出差别。

2.3 SSIM：把"人眼感知"拆成三项

$$\text{SSIM}(\mathbf{x},\mathbf{y})=\underset{\text{亮度}}{\underbrace{l(x,y)}}\cdot \underset{\text{对比度}}{\underbrace{c(x,y)}}\cdot \underset{\text{结构}}{\underbrace{s(x,y)}}$$

其中：

$$l=\frac{2{\mu }_x{\mu }_y+C_1}{{\mu }_x^2+{\mu }_y^2+C_1},c=\frac{2{\sigma }_x{\sigma }_y+C_2}{{\sigma }_x^2+{\sigma }_y^2+C_2},s=\frac{{\sigma }_{xy}+C_3}{{\sigma }_x{\sigma }_y+C_3}$$

• 用 $11\times 11$ 的高斯窗口在图上"滑"一遍，逐块算 $\mu ,\sigma$；
• 默认 $C_1=(0.01L{)}^2,C_2=(0.03L{)}^2$，常数是防止分母为零；
• 输出范围 $[-1,1]$，越接近 1 表示越像。

小贴士：SSIM 计算开销是 PSNR 的几十倍，但它对失真类型敏感（压缩块效应/平滑模糊/噪声分别会得到很不同的 SSIM），这是 PSNR 做不到的。

三、三种指标的"性格"对比

怎么选：

• 做超分/去噪/压缩：PSNR 当主指标，SSIM 当辅；
• 做感知质量/风格迁移：SSIM 优先；
• 训练损失函数：PSNR 不建议直接当 loss，用 1 - SSIM 或 MSE 更稳。

四、完整代码实现（Python + OpenCV）

配套脚本：code/006_image_quality_metrics.py，可直接运行。

4.1 三件套函数

import math
import numpy as np
import cv2


def mse(img1: np.ndarray, img2: np.ndarray) -> float:
    """均方误差，要求两图 shape 一致、像素范围 [0,255]。"""
    if img1.shape != img2.shape:
        raise ValueError(f"图像尺寸不一致：{img1.shape} vs {img2.shape}")
    return float(np.mean((img1.astype(np.float64) - img2.astype(np.float64)) ** 2))


def psnr(img1: np.ndarray, img2: np.ndarray, max_val: float = 255.0) -> float:
    """峰值信噪比（dB）。MSE==0 时退化为 100.0 dB。"""
    m = mse(img1, img2)
    return 100.0 if m == 0 else 10.0 * math.log10((max_val ** 2) / m)


def ssim(img1: np.ndarray, img2: np.ndarray,
         max_val: float = 255.0, window_size: int = 11) -> float:
    """结构相似性指数，返回整图均值，范围 [-1,1]。"""
    K1, K2 = 0.01, 0.03
    C1, C2 = (K1 * max_val) ** 2, (K2 * max_val) ** 2

    img1 = img1.astype(np.float64)
    img2 = img2.astype(np.float64)

    # 11x11 高斯窗（OpenCV 默认 sigma=1.5）
    coords = np.arange(window_size) - window_size // 2
    g = np.exp(-(coords ** 2) / (2 * 1.5 ** 2)); g /= g.sum()
    window = np.outer(g, g)

    mu1 = cv2.filter2D(img1, -1, window)
    mu2 = cv2.filter2D(img2, -1, window)
    mu1_sq, mu2_sq, mu1_mu2 = mu1 ** 2, mu2 ** 2, mu1 * mu2

    sigma1_sq = cv2.filter2D(img1 ** 2, -1, window) - mu1_sq
    sigma2_sq = cv2.filter2D(img2 ** 2, -1, window) - mu2_sq
    sigma12   = cv2.filter2D(img1 * img2, -1, window) - mu1_mu2

    ssim_map = ((2 * mu1_mu2 + C1) * (2 * sigma12 + C2)) / \
               ((mu1_sq + mu2_sq + C1) * (sigma1_sq + sigma2_sq + C2))
    return float(ssim_map.mean())


def evaluate(img1, img2):
    return {"MSE": round(mse(img1, img2), 4),
            "PSNR": round(psnr(img1, img2), 4),
            "SSIM": round(ssim(img1, img2), 4)}

4.2 一个直观的对比实验

import numpy as np, cv2

# 合成测试图（不依赖外部素材）
def synth(h=256, w=256):
    x = np.linspace(0, 255, w, dtype=np.uint8)
    g = np.tile(x, (h, 1))
    img = np.stack([g, g.T, ((g.astype(int) + g.T.astype(int)) // 2 % 256).astype(np.uint8)], 2)
    cv2.rectangle(img, (40, 40), (110, 110), (255, 255, 255), -1)
    cv2.circle(img, (180, 180), 35, (50, 50, 50), -1)
    cv2.putText(img, "006", (90, 220), cv2.FONT_HERSHEY_SIMPLEX, 1.2, (255, 255, 255), 2)
    return img

np.random.seed(42)
ref = synth()
noisy   = np.clip(ref + np.random.normal(0, 15, ref.shape), 0, 255).astype(np.uint8)
blurred = cv2.GaussianBlur(ref, (13, 13), 3.0)
ok, buf = cv2.imencode(".jpg", ref, [int(cv2.IMWRITE_JPEG_QUALITY), 20])
jpeg = cv2.imdecode(buf, cv2.IMREAD_COLOR) if ok else None

for name, img in [("噪声", noisy), ("模糊", blurred), ("JPEG", jpeg)]:
    m = evaluate(ref, img)
    print(f"{name:<6} MSE={m['MSE']:.2f}  PSNR={m['PSNR']:.2f}dB  SSIM={m['SSIM']:.4f}")

运行输出示例：

噪声    MSE=225.43  PSNR=24.60dB  SSIM=0.4982
模糊    MSE=58.71   PSNR=30.45dB  SSIM=0.8417
JPEG    MSE=73.95   PSNR=29.44dB  SSIM=0.8013

可以看到：PSNR 接近的两种失真（30 dB 左右），SSIM 拉开了档次——这就是 SSIM 的价值。

4.3 更进一步：可视化曲线

配套脚本还会生成四张图，全部在 output/006/ 下：

1. quality_compare_bar.png —— 不同失真等级下的 PSNR/SSIM 双柱对比
2. noise_psnr_curve.png —— 高斯噪声强度 σ 与两项指标的曲线
3. blur_ssim_curve.png —— 高斯模糊 σ 与两项指标的曲线
4. ssim_heatmap.png —— 同一张图的逐块 SSIM 热力图（定位局部质量）

图均采用暗色/亮色双兼容风格，可在白底博客中正常显示。

五、产品 / 工具推荐

5.1 移动端（iOS / Android）

5.2 专业级（桌面 / SaaS）

如果你想视频级别的评价：优先用 ffmpeg -vf ssim=stats_file=...，它能给出每一帧的 SSIM 中位数、最后给出整段视频的 mean/max/min。

5.3 在不同场景里这样搭

六、几个常踩的坑

1. 像素范围不一致

   • OpenCV 默认 uint8 / [0,255]，但 skimage 默认 float / [0,1]，混用前一定要 max_val 设对，否则 PSNR/SSIM 都偏低。

2. 彩色图像的三通道处理

   • 老做法：转灰度再算；新做法：用 skimage 的 channel_axis=2 或 OpenCV 的 cv2.quality.QualitySSIM(reference, distorted)（它会逐通道算均值）。

3. 边界裁剪再评价

   • 图像边缘常有黑边/反射边，先把评价区域裁出来再算，否则会把边界算进去拉低分数。

4. PSNR 太接近看不出差别

   • 40 dB+ 时肉眼几乎无差别，但 PSNR 仍能涨 0.1 dB；建议同时报告 SSIM + LPIPS 三件套。

5. SSIM 标准实现差异

   • Wang 2004 原文用的是 $C_3=C_2/2$；skimage 默认 $C_3=C_2/2$，而有的实现 $C_3=C_2$。对比时先确认实现细节。

七、本期小结 & 课后练习

一句话回顾：MSE 看像素，PSNR 看能量，SSIM 看结构。

✅ 课后练习（建议在自己机器上跑一遍）：

1. 用一张自己的照片 + 自己的去噪结果，对比 PSNR/SSIM。
2. 改 SSIM 实现的 window_size=7, 21，观察热力图变化（解释为什么）。
3. 把 SSIM 包成 torch.nn.Module，让网络学会最大化 SSIM（提示：要把高斯卷积做成可微）。

📅 下一期预告（第7期）：图像处理中的数学基础——线性代数与卷积
我们已经知道卷积出镜率极高，下一期从一维卷积讲到二维卷积，再用 Numpy 手写一个 2D 卷积函数，欢迎追更。

如果这篇对你有帮助，欢迎 点赞 👍 / 收藏 ⭐ / 评论 💬 三连～
转发请注明出处「CSDN · 图像处理入门系列」。