正確計算psnr對於做超解析度研究是很重要的，因為psnr是被廣泛使用的metric之一。同時bicubic插值演算法也很重要，因為目前主流的有監督超解析度演算法中，需要構成hr-lr訓練對，而這個對的構成方法需要使用到bicubic插值。psnr的定義很簡單，
m se
=1h×
w∑i=
1h∑j
=1w(
x(i,
j)−y
(i,j
))
2m s e=\frac \sum_^ \sum_^(x(i, j)-y(i, j))^
mse=h×
w1i
=1∑h
j=1
∑w(
x(i,
j)−y
(i,j
))2psn
r=
10log10
(2552
mse)
p s n r=10 \log _\left(\frac}\right)
psnr=1
0log10
(ms
e255
2)其中x和y分別是gt和待測，值域為[0,255]。
但是當真正在python上用這個公式計算bicubic的psnr時（因為bicubic的結果是能精確復現的，其他深度學習的演算法不一定能精確復現），會發現計算出來的結果經常會有很大偏差。這是因為這2個原因：
2、使用的計算方法不正確，包括轉換y通道的時機和計算中間量的資料型別。
我研究的結果是參考srcnn的matlab**實驗證明matlab**是可以獲得33.66這個結果的，並且在python上覆現了計算psnr的**，驗證後與matlab計算的結果一致（33.65，這是因為用bicubic插值得到的中間影象，是計算不出33.66的（在python和matlab上都不行），具體看流程圖就很好理解了）
這裡要感謝的工作，這份工作成功在python上覆現了matlab版本的bicubic插值演算法（別的是否一致我不確定）。但是我的實驗表明，double版本的插值完全一致，但uint8版本的插值有些區別，不過正常計算psnr的流程中不需要uint8版本的插值，也就沒有影響了。
我的**放在如有需要可以取用。
2020.12.21
最近的工作發現，matlab的imsize之前有些問題是沒法確定的，比如是轉成float16還是float32，除不除255，這些沒法確定。誠然，這些操作會影響最後的計算結果，但是影響實在太小（不到0.01db）導致沒法確認採用哪個，所以索性喜歡用哪個就用哪個吧。srcnn裡是除255，轉float16做的。
另外，還有個很奇怪的事。div2k官方提供的bicubic_4x資料集，它確實是用matlab上的imresize做出來的，但是它並沒有轉float16或float32，而是直接用uint8算的！（我對了各種做法輸出的影象的總大小，只有這樣做最終的結果才是一致的）
顯示卡與解析度的關係
一 顯示卡有三個引數 處理能力 由顯示卡決定 輸出解析度 輸出重新整理率，這三者的關係式為 處理能力 輸出解析度 輸出重新整理 率。二 電腦中所顯示的畫面，都是由顯示卡來進行輸出的，因此螢幕上每個畫素的填充都得由顯示卡來進行計算 輸出。fps fps是影象 領域中的定義，即每秒傳輸幀數。fps也可以...
AD的精度與解析度
簡單點說，精度 是用來描述物理量的準確程度的，而 解析度 是用來描述刻度劃分的。從定義上看，這兩個量應該是風馬牛不相及的。是不是有朋友感到愕然 很多賣感測器的js就是利用這一點來糊弄人的了。簡單做個比喻 有這麼一把常見的塑料尺 中學生用的那種 它的量程是10厘公尺，上面有100個刻度，最小能讀出1公...
解析度與精度的區別
很多人對於精度和解析度的概念不清楚，這裡我做一下總結，希望大家不要混淆。我們搞編碼器製做和銷售的，經常跟 精度 與 解析度 打交道，這個問題不是三言兩語能搞得清楚的，在這裡只作拋磚引玉了。簡單點說，精度 是用來描述物理量的準確程度的，而 解析度 是用來描述刻度劃分的。從定義上看，這兩個量應該是風馬牛...