nekhtiari/image-similarity-measures

:chart_with_upwards_trend: Implementation of eight evaluation metrics to access the similarity between two images. The eight metrics are as follows: RMSE, PSNR, SSIM, ISSM, FSIM, SRE, SAM, and UIQ.

Image Similarity Measures

무엇인가요 – 두 이미지의 유사도를 계산하는 작고 간단한 Python 라이브러리(및 관련 CLI)입니다. RMSE, PSNR, SSIM, FSIM 등 리모트 센싱 및 컴퓨터 비전 연구에서 흔히 사용되는 8가지 고전적인 유사도/품질 지표를 구현했습니다.

왜 중요한가요 – 초해상도, 노이즈 제거, 위성 이미지 재구성 등의 이미지 처리 모델을 훈련하거나 테스트할 때, 출력 결과가 참값과 얼마나 유사한지 정량적으로 평가할 필요가 있습니다. 이 패키지는 Python 코드와 명령줄에서 바로 사용할 수 있는 수치를 제공합니다.

설치 방법 – pip로 설치 (Python ≥ 3.10):

pip install image-similarity-measures

옵션으로 FSIM 지표의 속도 향상(pyfftw) 또는 TIFF 처리(rasterio)를 추가할 수 있습니다:

pip install image-similarity-measures[speedups]
pip install image-similarity-measures[rasterio]

명령줄 사용법 – 두 파일을 비교하고 선택한 지표를 포함한 JSON 객체를 출력합니다:

image-similarity-measures \
  --org_img_path=a.tif \
  --pred_img_path=b.tif \
  --metric=rmse --metric=psnr   # 더 많은 지표를 원하면 --metric를 반복하거나 "all" 사용

이 도구는 채널 마지막 배열 (높이 × 너비 × 채널)을 기대합니다.

Python 사용법 – 고수준의 evaluation 헬퍼 함수를 호출하거나, 각 지표를 직접 호출할 수 있습니다:

from image_similarity_measures.evaluate import evaluation
results = evaluation(
    org_img_path="example/lafayette_org.tif",
    pred_img_path="example/lafayette_pred.tif",
    metrics=["rmse", "psnr"]
)

# 또는 단일 지표
from image_similarity_measures.quality_metrics import rmse
score = rmse(org_img, pred_img)

확장성 – 리포지토리는 기여를 환영합니다 (개발자 가이드는 README-dev.md 참조).

인용 – 논문에 코드를 사용할 경우, 다중 스펙트럼 위성 이미지의 슈퍼레졸루션에 관한 2020년 ISPRS Annals 논문을 인용해 주세요.

위의 모든 세부 정보는 프로젝트의 README에서 직접 인용되었습니다.