Tensorflow图像评估一个通道

Question

我正在使用带有Tensorflow后端的Keras，并且想要评估两个图像之间的PSNR。我可以评估所有三个RGB通道，如下所示：

def psnr(hr, sr):
    return tf.image.psnr(hr, sr, max_val=255)

使用tensorflow的psnr函数（tf.image.psnr

但是我只能在第一个频道上进行评估呢？我假设我需要从张量中提取那些值。在python中，通常可以执行类似hr [：，0,0]的操作，但这显然不适用于此处。

Answer 1

im1 = tf.image.convert_image_dtype(np.random.randn(64,64,3), tf.float32)
im2 = tf.image.convert_image_dtype(np.random.randn(64,64,3), tf.float32)

psnr = tf.image.psnr(tf.expand_dims(im1[:,:,0], 2), 
                     tf.expand_dims(im2[:,:,0], 2), max_val=255)

with tf.Session() as sess:
    print (sess.run(psnr))

使用im1[:,:,0]获取第一个通道，并使用h x w x 1添加一个通道，将其重塑为expand_dims