【数字图像处理3】（下） 使用Python+OpenCV+EDSR模型，实现超分辨率重建（SR）
超分辨率重建（SR） Python+OpenCV+EDSR模型
文章目录
- 超分辨率重建（SR） Python+OpenCV+EDSR模型
- 注意
- 1、安装OpenCV contrib模块
- 2、contrib中dnn_superres包的介绍
- 3、下载训练的模型
- 4、效果图
- 测试1
- 测试2
- 5、代码
- 总结
首先 1024节日快乐。
虽然我前面介绍了很多种模型，但是真的要自己实现超分辨率重建，还不是哪个模型网上资料多，实现简单就做哪个模型么…（嘴上很抗拒，身体很诚实）
相关链接：
- 数字图像处理3 上 超清晰度重建概述
- 数字图像处理3 中 EDSR模型详解
接下来，我将用EDSR模型，来实现超分辨率重建。
注意
- 在本次实验中，姑且先认为超清晰度重建和图像复原是两个概念。
- 超清晰度重建是输入一张清晰小图，输出一张清晰大图。而图像复原不改变原有分辨率。
- 虽然在深度学习角度，我认为二者没有很大的区别，但是要是要明确，我输出的是一张清晰的大图，分辨率会比原来大2~4倍（这个和具体参数相关）
1、安装OpenCV contrib模块
- OpenCV中的超分辨率功能被集成在了contrib模块中，因此我们首先需要安装OpenCV的扩展模块。
- 超分辨率被集成在dnn_superres模块中，如果小伙伴们电脑空间有限，可以只编译这一个模块。
- 我看网上的教程，大多为了安装openCV的comtrib还安装了cmake等工具（这就是用c++的缺点吧…配置困难），但其实，对于python用户来说，只需要切换到cmd，输入以下指令即可：
pip install opencv-contrib-python
- 本文不介绍c++版本contrib的安装了,试了挺久但是没有成功,编译时一直出现各种奇怪的问题，百度也百度不到。而python版就简单多了,直接PiP即可。人生苦短,我用Python！！！！！！！
- 我们将使用contrib模块中的dnn_superres子模块进行具体的代码调用。
2、contrib中dnn_superres包的介绍
- dnn_superres这个包，就是我们最终在代码中使用的包。
- 但是在深度学习模型中，只有接口包还不够，还需要训练对应的模型（毕竟是深度学习嘛，肯定离不开模型的这个概念）
- dnn_superres包中并不包含模型，我会在随后放出已经训练好的模型供下载。
dnn_superres包含四种基于深度学习的算法，用于放大图像，这些模型能让图像放大2~4倍。
- EDSR：这个是表现最好的模型。但是这个模型也是最大的，所以运行速度会比较慢（具体在我的电脑上，平均15s能够将680 * 680的照片输出至原来的4倍）。
- ESPCN：这个模型具有速度快，效果好的特点，并且模型较小。它可以进行对视频进行实时处理（取决于图像大小）。
- FSRCNN：这也是具有快速准确推断功能的小型模型。也可以进行实时视频升频。
- LapSRN：这是一个中等大小的模型，它的特点是最大可以将图像放大8倍。
3、下载训练的模型
在本次实验中我选取了EDSR模型进行实验，注意，模型是需要单独下载的！！它不在openCV的包里。
在这里我提供EDSR的下载地址：
链接：https://pan.baidu.com/s/1I5TmX6vJxqFtCUAG_y47Ig
提取码：k8ss
复制这段内容后打开百度网盘手机App，操作更方便哦
4、效果图
测试1
修复图↑
原图↑
我怎么觉得…不是很明显…算了，我们来看细节吧
上为修复图，下为原图。
感觉，效果，相当一般~明天再看看有没有改进的空间吧
测试2
这次的效果要比昨天测试的效果强了很多，究其原因，是因为昨天的那个woman图片是我直接截图获取的，本身清晰度就不高；而今天的这个pepper图片初始图片是按照图片格式保存在本地再导入工程的，本身就具有很多细节，所以在拉伸之后超清修复的效果就远远超过昨天的效果。（说白了，图的问题…）
在按照这个思路选取其他照片试试：
果然，有很明显的区别。
5、代码
import cv2
import numpy as np
from cv2 import dnn_superres
import time#为了计时而已# 创建SR对象...
sr = dnn_superres.DnnSuperResImpl_create()# 读图
input = cv2.imread('pic/woman1.jpg',1)
# 读取模型
sr.readModel("model/EDSR_x4.pb")
# 设定算法和放大比例
sr.setModel("edsr", 4)
# 将图片加载入模型处理，获得超清晰度图片
print("处理图片中...\n");
t0 = time.perf_counter()upScalePic = sr.upsample(input)
print("处理图片完成\n")
print(time.perf_counter() - t0)#将图片放大
scale = 4
justBigPic = cv2.resize(input, None, fx=scale, fy=scale, interpolation=cv2.INTER_LINEAR)# 输出
cv2.imwrite("pic/justBigPic.jpg", justBigPic)
cv2.imwrite("pic/upScalePic.jpg", upScalePic)
print("输出图片完成\n");
总结
- 就工程实现来说，能用python就用python吧，自从用了python之后再也没出现过配环境三天，写代码十分钟的现象了。
- opencv的这个拓展包不包含模型.pb文件，模型是需要单独下载的。
- 有关于图像超清晰度重建，输入图片的清晰度越高越好，如果输入清晰度就不高，那么拉伸之后的重建效果也不会很好，类似于上图的woman图片。
【数字图像处理3】（下） 使用Python+OpenCV+EDSR模型，实现超分辨率重建（SR）相关推荐
- AI数字人：语音驱动面部模型及超分辨率重建Wav2Lip-HD
1 Wav2Lip-HD项目介绍 数字人打造中语音驱动人脸和超分辨率重建两种必备的模型,它们被用于实现数字人的语音和图像方面的功能.通过Wav2Lip-HD项目可以快速使用这两种模型,完成高清数字人形 ...
- 【数字图像处理3 】（上）图像超分辨率重建（SR）概述
图像超分辨率重建 一.前言(废话时间) 二.扫盲知识 什么是 超分辨率重建? 兴起原因 三.传统超分辨率重建 1.基于插值的超分辨率重建 2.基于退化模型的超分辨率重建 3.基于学习的超分辨率重建 四 ...
- 搭建数字图像处理开发环境（Python+pycharm+opencv）
搭建数字图像处理开发环境(Python+pycharm+opencv) 安装python 安装pycharm 安装包 pycharm安装过程 安装opencv 注: 后续 安装python 可以在这里 ...
- 数字图像处理资料集锦（Python、C++、Matlab）
一.Numpy的基础 python中numpy与matlab的对应关系 二. 基于skimage数字图像处理 python数字图像处理(1):环境安装与配置 python数字图像处理(2):图像的读取 ...
- idft重建图像 matlab_你赞成在医疗图像处理领域使用超分辨率重建技术吗？
前几日读书看到一篇文章<基于超像素重建的多尺度B样条医学图像配准>,其中有这样一段话:"单张图像超分重建问题的解决可以被阐述成:输入低分影像,通过对一系列高低分影响对的学习,生成 ...
- python数字图像处理、色彩空间类型转换_Python+OpenCV图像处理—— 色彩空间转换...
一.色彩空间的转换 代码如下: #色彩空间转换 import cv2 as cv def color_space_demo(img): gray = cv.cvtColor(img, cv.COLOR ...
- 【图像超分辨率重建】——EDSR论文精读笔记
2017-Enhanced Deep Residual Networks for Single Image Super-Resolution(EDSR) 基本信息 作者: Bee Lim Sanghy ...
- pilt图像处理_详解python opencv、scikit-image和PIL图像处理库比较
进行深度学习时,对图像进行预处理的过程是非常重要的,使用pytorch或者TensorFlow时需要对图像进行预处理以及展示来观看处理效果,因此对python中的图像处理框架进行图像的读取和基本变换的 ...
- 【图像处理基础知识（python+openCV）】——目标检测
一.填充轮廓 #_*_ encoding=utf-8 _*_ import numpy as np import cv2img=cv2.imread('leilei.jpg') imggray=cv2 ...
最新文章
- 5分钟速通 AI 计算机视觉发展应用
- UNIX环境编程学习笔记（25）——信号处理进阶学习之 sigaction 函数
- java excel 字体大小_Java将数据按列写入Excel并设置格式（字体、背景色、自动列宽、对齐方式等）...
- 小米10预计春节后见 售价超3500元没悬念
- 游族网络董事长林奇收监管函 涉嫌违规减持
- 32位Linux系统时间截止,linux – 如果系统设置为2038年以后的日期,则ntpdate失败
- c语言流水灯循环左移程序,51单片机流水灯左移 右移控制程序
- （C语言课程设计）学生选修课程系统设计
- jsp登录并实现邮箱激活功能
- 逻辑斯谛回归（logistic regression）
- 任性安装苹果应用，安装包在手天下我有
- 男人，就要对自己下手狠一点
- 在冰山一角之下：情绪分析研究的当前挑战和新方向。
- allow_url_include和allow_url_fopen 详解
- 数据分析 - 单表简单查询
- python回归取残差_R/python-回归分析
- 软件智能的大致呈现---aaas系统预期
- C/C++ 中三块难啃的硬骨头
- 张勋说：棒磨机钢棒直径的配置（热处理调质耐磨钢棒）
- Tio实现检测客户端是否在线发送钉钉群消息