[人工智能]用skimage里的函数计算彩色图像SSIM时，明明设置multichannel=True却还是报错ValueError: win_size exceeds image extent.

问题描述

在用skimage的函数计算两张图片的SSIM时：

from skimage.metrics import structural_similarity as SSIM

我想在模型训练过程中计算验证集GT和pre图片的SSIM，对输入SSIM函数的图像shape已转换为(B,H,W,C)：

SSIM((data_val[1].numpy().transpose(0, 2, 3, 1)*255).astype(np.uint8),
     (pred_rgb.detach().cpu().numpy().transpose(0, 2, 3, 1)*255).astype(np.uint8), multichannel=True))

此时已经设置 multichannel=True，但是在验证集evaluation的过程中依旧报错：

ValueError: win_size exceeds image extent.  If the input is a multichannel (color) image, set multichannel=True.

出现原因

进到structural_similarity源码，发现win_size默认大小为7：

if win_size is None:
    if gaussian_weights:
        # set win_size used by crop to match the filter size
        r = int(truncate * sigma + 0.5)  # radius as in ndimage
        win_size = 2 * r + 1
    else:
        win_size = 7   # backwards compatibility

win_size大小要大于图片的shape，否则的话就会raise ValueError：

if np.any((np.asarray(im1.shape) - win_size) < 0):
    raise ValueError(
        "win_size exceeds image extent.  If the input is a multichannel "
        "(color) image, set multichannel=True.")

本人验证集50张图片，batch size=16，在计算SSIM时传进去的数组尺寸为(B,H,W,C)，即使再设置multichannel=True后也需要im.shape>win_size，因此当验证集按照bs=16，取到最后一个batch时输入尺寸为(2,H,W,C)，此时B<win_size如果像我这样按照一个batch去计算SSIM，当出现一个batch中数量小于win_size时则会出现上诉错误！

解决方法

1. 按照单张图去计算SSIM，此时注意输进去的图片去掉batch这个维度，应为(H,W,C)。
2. 取batch时确保每一个batch数都大于win_size（默认为7）。
3. 更改win_size大小，此做法并不推荐，因为要是和别的文章中数值进行比较，win_size大小不一样应该会对结果有一定影响，还是默认大小比较好，不过我没做实验，不知道此影响多大。

欢迎讨论与补充。

创作打卡挑战赛

赢取流量/现金/CSDN周边激励大奖