tf.image.ssim

Вычисляет индекс SSIM между img1 и img2.

tf.image.ssim(
    img1, img2, max_val, filter_size=11, filter_sigma=1.5, k1=0.01, k2=0.03
)

Эта функция основана на стандартной реализации SSIM из: Wang, Z., Bovik, A. C., Sheikh, H. R., & Simoncelli, E. P. (2004). Оценка качества изображения: от видимости ошибок к структурному сходству. IEEE transactions on image processing.

Примечание: Истинный SSIM определен только для градаций серого. Данная функция не выполняет преобразование цветового пространства. (Если вход уже в формате YUV, она вычислит среднее значение SSIM в YUV.)

Подробности:

• Используется гауссова фильтрующая функция 11x11 с шириной 1,5.
• k1 = 0.01, k2 = 0.03, как в оригинальной статье.

Размеры изображения должны быть не менее 11x11 из-за размера фильтра.

Пример:

# Read images from file.
im1 = tf.decode_png('path/to/im1.png')
im2 = tf.decode_png('path/to/im2.png')
# Compute SSIM over tf.uint8 Tensors.
ssim1 = tf.image.ssim(im1, im2, max_val=255, filter_size=11,
                      filter_sigma=1.5, k1=0.01, k2=0.03)

# Compute SSIM over tf.float32 Tensors.
im1 = tf.image.convert_image_dtype(im1, tf.float32)
im2 = tf.image.convert_image_dtype(im2, tf.float32)
ssim2 = tf.image.ssim(im1, im2, max_val=1.0, filter_size=11,
                      filter_sigma=1.5, k1=0.01, k2=0.03)
# ssim1 and ssim2 both have type tf.float32 and are almost equal.