用于图像比较的SSIM :图像形状问题

Question

我正在计算两幅图像之间的结构相似性指数。我不明白这个维度应该是什么。这两个图像(引用和目标)都是RGB图像。

如果我将我的图像塑造为(256*256，3)，我得到：

    ref = Image.open('path1').convert("RGB")
    ref_array = np.array(ref).reshape(256*256, 3)
    print(ref_array.shape)    # (65536, 3)
    img = Image.open('path2').convert("RGB")
    img_array = np.array(img).reshape(256*256, 3)
    print(img_array.shape)    # (65536, 3)

    ssim = compare_ssim(ref_array,img_array,multichannel=True,data_range=255)

结果是0.0786。

另一方面，如果我重塑为(256,256，3)：

    ref = Image.open('path1').convert("RGB")
    ref_array = np.array(ref)
    print(ref_array.shape)    # (256, 256, 3)
    img = Image.open('path2').convert("RGB")
    img_array = np.array(img)
    print(img_array.shape)    # (256, 256, 3)

    ssim = compare_ssim(ref_array, img_array, multichannel=True, data_range=255)

结果是0.0583

这两个结果中哪一个是正确的，为什么？文档没有提到任何关于它的内容，因为它可能是一个概念性的问题。

Answer 1

第二个是正确的，假设你有一个方形的图像，而不是一个很长很薄的图像。

SSIM考虑到相邻像素(用于亮度和色度掩蔽和识别结构)。图像可以是任意形状，但是如果你告诉算法你的形状是256*256×1像素，那么垂直结构就不会被考虑在内。