fidelity op• 데이터 종류: image2d × image2d → scalar
• 호출: import imgmetrics; imgmetrics.ssim(a, b, data_range=None, win_size=11, sigma=1.5, K1=0.01, K2=0.03, channel_axis=None, crop_border=True)(또는 opsimgmetrics.get("ssim"))
구조적 유사도(Wang, Bovik, Sheikh & Simoncelli, IEEE TIP 13(4), 2004).
> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.
既定は原論文の設定 ―― 11x11 のガウシアン窓 σ=1.5、K1=0.01、K2=0.03、
重み付き母分散(標本分散への `n/(n-1)` 補正を入れない)。
`crop_border=True`(既定)は窓の半径ぶんの縁を平均から落とす。縁では
鏡像で埋めた画素が統計に混ざるため。落とすかどうかで値が変わるので、
他所の数値と比べるときは必ずこの設定を揃えること(小さい絵ほど差が出る)。
Returns
-------
float
1.0 が完全一致。
• image_difference_metrics 패밀리 가이드
• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.
• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.
• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.
• image_quality_metrics — py -3.11 examples/image_quality_metrics.py
scalar 를 입력으로 받는 것)—
fidelity)mse · rmse · psnr · ms_ssim · ssim_map
*Provenance: imgmetrics.py — IMGMETRICS 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.