27 lines
1000 B
Python
27 lines
1000 B
Python
|
from evaluate import *
|
|||
|
|
|
|||
|
|
# 创建模拟图像数据用于测试
|
|||
|
|
# img1_gray：原始灰度图像（可见光）
|
|||
|
|
# img2_gray：变换后的灰度图像（红外模拟）
|
|||
|
|
# fusion_img：融合图像（可见光 + 红外）
|
|||
|
|
# ref_img_for_ssim：参考图像（可见光RGB）
|
|||
|
|
|
|||
|
|
# 创建基础灰度图像（梯度）
|
|||
|
|
img1_gray = np.tile(np.linspace(50, 200, 256).astype(np.uint8), (256, 1))
|
|||
|
|
|
|||
|
|
# 模拟配准后的图像：加一点噪声和平移
|
|||
|
|
img2_gray = np.roll(img1_gray, shift=5, axis=1) # 平移模拟配准偏差
|
|||
|
|
noise = np.random.normal(0, 5, img2_gray.shape).astype(np.uint8)
|
|||
|
|
img2_gray = cv2.add(img2_gray, noise)
|
|||
|
|
|
|||
|
|
# 创建 RGB 可见光图（重复三个通道）
|
|||
|
|
ref_img_for_ssim = cv2.merge([img1_gray] * 3)
|
|||
|
|
|
|||
|
|
# 创建融合图像（取两个灰度图平均后合并入RGB）
|
|||
|
|
fusion_Y = cv2.addWeighted(img1_gray, 0.5, img2_gray, 0.5, 0)
|
|||
|
|
fusion_img = cv2.merge([fusion_Y, img1_gray, img2_gray])
|
|||
|
|
|
|||
|
|
# 运行评价函数
|
|||
|
|
scores = evaluate_all(img1_gray, img2_gray, fusion_img, ref_img_for_ssim)
|
|||
|
|
|