Al abordar la baja correlación entre los métodos existentes de evaluación de la calidad de escalado de imágenes y la percepción subjetiva, se propone un algoritmo de evaluación de calidad de imagen reorientado y consciente del contenido, que se basa en el índice de similitud estructural. En este artículo, se propone un índice de similitud, es decir, un algoritmo de similitud estructural local, que puede medir diferentes tamaños de la misma imagen. Se utiliza el algoritmo Speed Up Robust Feature (SURF) para extraer la similitud estructural local y el grado de pérdida de contenido de la imagen. La relación de área significativa se calcula extrayendo la región de saliencia y la función de evaluación de calidad de imagen reorientada se obtiene mediante fusión lineal. En la base de datos de imágenes CUHK y la base de datos MIT RetargetMe, en comparación con cuatro algoritmos de evaluación representativos y otros cuatro tipos recientes de algoritmos de evaluación de calidad de imagen reorientada, el experimento demuestra que el algoritmo propuesto tiene una mayor correlación con los valores de Mean Opinion Score (MOS) y corresponde con el resultado de la evaluación subjetiva humana.