PSNR 涨了 0.5dB,图却更糊了?我拿代码把三大画质指标按在地上对比了一遍
大家好,我是 Echo_Wish。
先说个我踩过的坑。去年调一个超分模型,改完损失函数,PSNR 涨了 0.5dB,我美滋滋地拿去汇报。同事把输出图放大一看,说:"这不是糊了吗?" 我不信,把两张图并排放着看,真糊了,纹理全被抹平,像给照片打了层磨皮。
那一刻我才明白:指标是用来辅助判断的,不是用来代替眼睛的。 今天我们不讲公式推导,直接撸代码,看看 PSNR、SSIM、LPIPS 这三个最常用的指标,到底在什么地方靠谱,什么地方会骗你。
一、先搭个"实验场":同一张图,五种破坏法
思路很简单:拿一张清晰原图,用不同方式"毁"它,再看每个指标怎么打分。
import numpy as np, cv2
np.random.seed(0)
img = cv2.cvtColor(cv2.imread("test.png"), cv2.COLOR_BGR2RGB)
def noise(x, sigma=25):
return np.clip(x + np.random.normal(0, sigma, x.shape), 0, 255).astype(np.uint8)
def blur(x, k=9):
return cv2.GaussianBlur(x, (k, k), 0)
def jpeg(x, q=10):
ok, enc = cv2.imencode(".jpg", cv2.cvtColor(x, cv2.COLOR_RGB2BGR),
[cv2.IMWRITE_JPEG_QUALITY, q])
return cv2.cvtColor(cv2.imdecode(enc, 1), cv2.COLOR_BGR2RGB)
def shift(x, px=2):
return np.roll(x, px, axis=1) # 整体平移 2 像素
def brighten(x, d=25):
return np.clip(x.astype(int) + d, 0, 255).astype(np.uint8)
distortions = {
"高斯噪声": noise(img),
"高斯模糊": blur(img),
"JPEG压缩": jpeg(img),
"平移2px": shift(img),
"整体提亮": brighten(img),
}
我特意埋了个彩蛋:噪声 sigma=25 和 提亮 +25,两者的均方误差几乎一样,约等于 625。PSNR 公式是 10·log10(255²/MSE),算下来都在 20dB 上下。
一个是满屏雪花点,一个只是图亮了一点点,人眼感受天差地别,但 PSNR 打出来几乎一样。这就是 PSNR 的软肋:它只会逐像素算差,不懂"人看着舒不舒服"。
二、三个指标一起上
import torch, lpips
from skimage.metrics import peak_signal_noise_ratio as psnr
from skimage.metrics import structural_similarity as ssim
loss_fn = lpips.LPIPS(net="alex")
def to_tensor(x):
return torch.from_numpy(x).permute(2, 0, 1).float().unsqueeze(0) / 127.5 - 1
def evaluate(ref, dist):
p = psnr(ref, dist, data_range=255)
s = ssim(ref, dist, channel_axis=2, data_range=255)
with torch.no_grad():
l = loss_fn(to_tensor(ref), to_tensor(dist)).item()
return p, s, l
results = {
name: evaluate(img, d) for name, d in distortions.items()}
for k, (p, s, l) in results.items():
print(f"{k:8s} PSNR={p:6.2f} SSIM={s:.3f} LPIPS={l:.3f}")
注意方向:PSNR 和 SSIM 是越高越好,LPIPS 是越低越好。很多新手第一次看到 LPIPS 数值小就以为是"分数低",其实反过来了,别搞混。
三、光看数字不过瘾,上可视化
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"] # 中文显示
names = list(results.keys())
fig, axes = plt.subplots(2, 5, figsize=(18, 7))
for i, name in enumerate(names):
axes[0, i].imshow(distortions[name]); axes[0, i].set_title(name); axes[0, i].axis("off")
gray_a = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
gray_b = cv2.cvtColor(distortions[name], cv2.COLOR_RGB2GRAY)
_, smap = ssim(gray_a, gray_b, full=True, data_range=255)
axes[1, i].imshow(smap, cmap="viridis", vmin=0, vmax=1)
axes[1, i].set_title(f"SSIM图 {results[name][1]:.3f}"); axes[1, i].axis("off")
plt.tight_layout(); plt.savefig("ssim_maps.png", dpi=150)
# 三指标柱状图
fig, ax = plt.subplots(1, 3, figsize=(15, 4))
for j, (title, color) in enumerate([("PSNR ↑", "#4C72B0"), ("SSIM ↑", "#55A868"), ("LPIPS ↓", "#C44E52")]):
ax[j].bar(names, [results[n][j] for n in names], color=color)
ax[j].set_title(title); ax[j].tick_params(axis="x", rotation=30)
plt.tight_layout(); plt.savefig("metrics_bar.png", dpi=150)
SSIM 那张热力图我特别推荐。它不只给一个总分,还告诉你图的哪个位置坏了。模糊会让边缘和纹理区域整片变暗,噪声则是均匀地到处发黑。这比一个冷冰冰的 0.82 有用多了。
四、跑完你大概率会看到这些规律
具体数值跟你的测试图有关,但规律很稳定:
- 提亮:PSNR 低,SSIM 反而很高,LPIPS 很低。SSIM 对整体亮度偏移有一定容忍度,因为它更看重结构,这个判断比 PSNR 更贴近人眼。
- 平移 2px:肉眼几乎看不出区别,但在纹理丰富的图上,PSNR 和 SSIM 都会明显下滑,因为它们对像素对齐很敏感。LPIPS 基于深度特征,相对宽容一些。
- 模糊和 JPEG 压缩:PSNR 可能看着还行,LPIPS 会明显恶化。这正是我开头那个超分翻车案例的写照:PSNR 喜欢"平均化"的输出,细节被抹平反而不吃亏。
- 噪声 vs 提亮:PSNR 几乎打平,但 SSIM 和 LPIPS 能明显把两者拉开。
五、指标本身也得被"评价"
如果你想知道哪个指标更靠谱,专业做法是拿带人工打分(MOS)的数据集,比如 KADID-10k、TID2013,算指标和人类打分的相关性:
from scipy.stats import spearmanr, pearsonr
# metric_scores: 指标打的分;mos: 人工主观分
srcc = spearmanr(metric_scores, mos).correlation # 排序是否一致
plcc = pearsonr(metric_scores, mos)[0] # 线性相关程度
print(f"SRCC={srcc:.3f}, PLCC={plcc:.3f}")
SRCC 看的是"排序对不对",PLCC 看的是"数值贴不贴"。论文里常见的就是这两个。
六、聊点我自己的体会
跑完这套实验,我总结了三条"土办法":
第一,别迷信单一指标。 PSNR 便宜、快、可复现,适合当"体温计",监控训练别崩;但它不该是你的最终裁判。我现在的习惯是 PSNR + SSIM + LPIPS 三个一起报,再配几张放大对比图。
第二,指标选择要看任务。 做保真度重建,比如医学影像、压缩,PSNR 和 SSIM 更有参考意义。做追求观感的任务,比如超分、风格化、生成,LPIPS 这类感知指标更靠谱。顺带提醒一句,FID 衡量的是分布,不是单张图的质量,别拿它当 IQA 用。
第三,一定要看图。 我见过太多"指标漂亮、图很难看"的模型。再聪明的指标也只是人眼的近似替身,它会在某些场景失灵,而你不亲自看,永远不知道是哪一种。
最后说句掏心窝的话:指标是拿来帮你做判断的,不是拿来替你做判断的。 当你发现数字和直觉打架时,别急着相信数字,先问一句:它到底在测什么?想清楚这个,你就比大多数只会"刷点"的人高一个段位了。
我是 Echo_Wish,下期见。