对人类来说，将带有文字的图像锐化是很容易的。以图1为例。

图1：被锐化的图像

把图1恢复为图2也不是件很困难的事。

图2：原图

然而，我们是懒惰的，并且不想这样做，所以我们尝试用神经网络来自动实现图片的不模糊化！

发展

得到被模糊的文本的实图和它们的不模糊的副本是不容易的，因此在时间的兴趣中产生了一个训练集。生成文本图像并将它用计算机软件进行模糊处理是很简单的，一个python脚本利用PIL(python图片库)就可以完成。训练集的大小可以储存10.000张图片。训练集的例子可以在图3中找到。

图3:训练集的例子。上一行显示输入图像，而下一行显示输出目标。

让Fθ成为不模糊图像神经网络，Y1,Y2,…,Yn成为图像，然后X1,X2,…,Xn作为模糊的副本。我们为神经网络找到参数θ，该神经网络最小化了每个图像的每个像素的均方差。

为了解决这一问题，我们尝试了两种Fθ的架构。然而，它们都是某种形式的卷积神经网络。

第一个架构尝试的是一些卷积层，它们具有相同的输入和输出维度，也就是说，当在tf.conv2d函数中填充 “SAME”设置时，才会得到结果。然而，中间层的通道数量并不是固定的。在层间，除了最后一层使用的是一个被激活的正常的ReLU，LeakyReLU被用作激活函数。由此来看，这个结构不能很好的运作。

图4:左列:模糊的图像，中间的列:目标输出，右列:输出的图像

看看图4中神经网络的输出，它只是简单地学习了恒等函数。这似乎是成本函数(cost function)的一个局部极小值。改变层数，改变激活函数，改变成本函数和改变中间通道的数量，对网络收敛没有任何影响，但局部极小值不能以这种方式被避免。因此, 我们需要重新设计。

卷积层被允许缩小图像的尺寸，而不是强迫卷积的输出维度对所有的层都要一样。这相当于在tf.conv2d函数中填充“VALID”设置。然而，要计算每个像素的均方差的话，输出的图像需要与输入图像尺寸相同。因此，解卷积层需要再一次放大图像。

图5：尝试的第二个神经网络结构

图5显示了尝试的第二种神经网络结构。前四个转换是带有LeakyReLU激活的卷积。前两个卷积的stride为2，但是其他的stride为1。(注：Stride: 移动切片的步长，影响取样的数量。)四个卷积(cony)后面跟着去卷积(decony)。在每一次卷积之后，除了最后一层都是一个常规的ReLU外，LeakyReLU被用作激活函数。通道的数量是选被择的，这样在中间表示中至少会有和输入图像一样多的特性，所以理论上来看，所有来自输入图像的信息都可以被保留。通过这种架构，网络能够更好地适应数据。

训练

采用批量梯度下降法来训练神经网络。批处理大小是8，学习速率设置为0.001。总共的训练时间是约为6小时，共有18次训练。图6显示了训练的过程。

图6:训练期间的cost，橙线是验证集的cost(未经过训练的一个单独的数据集)，而绿线是训练集的cost。

为训练找到一个好的学习率是有挑战性的。网络只会在学习率接近学习率的情况下快速学习，这使得训练产生了分歧。所以我们用一种新颖的方法来寻找一个好的学习率: 简单地在神经网络上打印一个参数，在这里使用一个首层的参数，然后在每次迭代之后打印出来。如果没有改变，那么提高学习率。如果它正在发生变化，并且迅速变大，那么训练不仅变得简单，而且还为这项工作带来了巨大的成果。

在选择学习率之后，神经网络开始比以前更好地适应训练数据。首先，它了解了正方形周围的黑色部分，然后用正确的颜色对正方形进行着色。然后慢慢地，网络学会了将这些字母输出到不模糊的情况下。这种进展可以在图7到9中查看。左列是神经网络的输入图像，中间列是目标输出，右列是神经网络的输出图像。

图7:500次迭代

图8:3000次迭代

图9:22000次迭代

图10:来自验证组的图像。左边:原始图像，中间:模糊的图像，右边:训练后的输出图像。

图10显示了神经网络如何在以前没有见过的模糊图像上执行任务。神经网络似乎能够很好地总结出只有10.000张图片和18个训练期的验证集的特点。第四行图像显示，有时网络会给图像增加噪点。这也许可以通过更长的训练来改变这一缺陷。

这项工作的实际用途是用智能手机拍下被锐化的文本照片。图11显示了两个图像，顶部的图像是文本的图像，底部的图像是由神经网络生成的。底部图片的不模糊度是非常糟糕的。罪魁祸首可能是训练数据所遵循的简单分布。为了提高质量，人们可能会试图使训练数据中添加的模糊效果变得更加复杂。然而，这是一种推测，因此需要更多的工作来确定是否提高了图片的整体质量。

这个项目的代码可以在下面的链接里找到:

https://github.com/gardarandri/TextSharpener

此文为编译作品，作者Gardar Andri Sigurdsson，原网站：https://gardarandri.github.io/TextSharpener/