nekhtiari/image-similarity-measures

Image Similarity Measures

是什麼 – 一個小型 Python 庫（及配套 CLI），用於計算兩張影像的相似程度。實作了 RMSE、PSNR、SSIM、FSIM 等八種經典的相似度/品質指標，這些指標在遙測與電腦視覺研究中相當常見。

為何重要 – 當你訓練或測試影像處理模型（如超解析度、去噪或衛星影像重建）時，需要一種定量方式來判斷輸出是否接近真實值。此套件以即用形式提供這些數值，既可透過 Python 程式碼呼叫，也可透過命令列使用。

如何取得 – 使用 pip 安裝（Python ≥ 3.10）：

pip install image-similarity-measures

可選地，透過 extras 加入 FSIM 指標加速（pyfftw）或 TIFF 處理支援（rasterio）：

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

命令列使用 – 比較兩個檔案並輸出包含所選指標的 JSON 物件：

image-similarity-measures \
  --org_img_path=a.tif \
  --pred_img_path=b.tif \
  --metric=rmse --metric=psnr   # 重複 --metric 可加入更多指標，或使用 "all"

該工具期望 通道最後 的陣列（高度 × 寬度 × 通道）。

Python 使用 – 呼叫高階 evaluation 輔助函數，或直接呼叫任一指標：

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"]
)

# 或單一指標
from image_similarity_measures.quality_metrics import rmse
score = rmse(org_img, pred_img)

可擴展性 – 專案歡迎貢獻（開發指南請參見 README-dev.md）。

引用 – 若在出版物中使用該程式碼，請引用作者 2020 年發表於 ISPRS Annals 的關於多光譜衛星影像超解析度的論文。

---

以上所有細節均直接取自專案的 README。