• 大小: 51.38M
    文件类型: .rar
    金币: 1
    下载: 0 次
    发布日期: 2022-05-24
  • 语言: 其他
  • 标签: 其他  

资源简介

srcnn.rar

资源截图

代码片段和文件信息

# -*- coding: utf-8 -*-
“““
Created on Sun Jun 21 22:31:24 2020

@author: Administrator
“““

import os
import glob
import h5py
import random
import matplotlib.pyplot as plt

from scipy.misc import imread
from PIL import Image  # for loading images as YCbCr format
import scipy.misc
import scipy.ndimage
import numpy as np
import scipy.misc as smi
import tensorflow as tf

try:
  xrange
except:
  xrange = range


def rgb2ycbcr(img only_y=True):  #自己重新写的rgb2ycbcr函数以求对应到matlab的rgb2ycbcr函数
    ‘‘‘same as matlab rgb2ycbcr
    only_y: only return Y channel
    Input:
        uint8 [0 255]
        float [0 1]
    ‘‘‘
    in_img_type = img.dtype
    img.astype(np.float32)
    if in_img_type != np.uint8:
        img *= 255.
    # convert
    if only_y:
        rlt = np.dot(img [65.481 128.553 24.966]) / 255.0 + 16.0
    else:
        rlt = np.matmul(img [[65.481 -37.797 112.0] [128.553 -74.203 -93.786]
                              [24.966 112.0 -18.214]]) / 255.0 + [16 128 128]
    if in_img_type == np.uint8:
        rlt = rlt.round()
    else:
        rlt /= 255.
    return rlt.astype(in_img_type)


  
is_train=False  #预处理训练数据时时为True预处理测试数据时改为False
scale=3;       #插值规模

#定义一个保存图片的函数
def imsave(image path):
  return scipy.misc.imsave(path image)   

#将数据读入进来
if  is_train:
        dataset=“Train“
        filenames = os.listdir(dataset)
        data_dir = os.path.join(os.getcwd() dataset)
        data = glob.glob(os.path.join(data_dir “*.bmp“))
else:
        dataset=“Test“
        data_dir = os.path.join(os.sep (os.path.join(os.getcwd() dataset)) “Set5“)
        data = glob.glob(os.path.join(data_dir “*.bmp“))

   
    
if is_train:
        image_size=33  #训练输入的图片的大小33*33
        stride=14      #
        label_size=21  #训练输入图片经过训练变成21*21大小
        padding = abs(image_size - label_size) / 2 # 6像素点的边缘
        sub_input_sequence = []
        sub_label_sequence = []
        for i in xrange(len(data)):   #xrange产生随机数且优于range函数
        
          image=imread(data[i])
          image=rgb2ycbcr(image) #自己写rgb2ycbcr函数可取
          #image=scipy.misc.imread(data[i] flatten=True mode=‘YCbCr‘).astype(np.float) #提取Y通道
          
          if len(image.shape) == 3:
            h w _ = image.shape
            h = h - np.mod(h scale)
            w = w - np.mod(w scale)
            label_ = image[0:h 0:w :] #长宽进行裁剪,第三维原样,但这里并没有变成33*33
          else:
            h w = image.shape
            h = h - np.mod(h scale)
            w = w - np.mod(w scale)
            label_ = image[0:h 0:w]
          image = image / 255.
          label_ = label_ / 255.
          
          #进行两次插值构造低分辨率图片
          label_1=Image.fromarray(label_)
          input_= label_1.resize(( w // scaleh // scale)Image.BICUBIC)
          input_= input_.resize((wh) Image.BICUBIC)
          input_=np.float64(input_)
          
          #保存四位小数
          label_=np.

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件        259  2020-06-27 16:10  srcnn\checkpoint\checkpoint

     文件      32517  2020-06-27 16:10  srcnn\checkpoint\SRCNN-5069500.data-00000-of-00001

     文件        302  2020-06-27 16:10  srcnn\checkpoint\SRCNN-5069500.index

     文件      32517  2020-06-27 16:10  srcnn\checkpoint\SRCNN-5070000.data-00000-of-00001

     文件        302  2020-06-27 16:10  srcnn\checkpoint\SRCNN-5070000.index

     文件      32517  2020-06-27 16:10  srcnn\checkpoint\SRCNN-5070500.data-00000-of-00001

     文件        302  2020-06-27 16:10  srcnn\checkpoint\SRCNN-5070500.index

     文件      32517  2020-06-27 16:10  srcnn\checkpoint\SRCNN-5071000.data-00000-of-00001

     文件        302  2020-06-27 16:10  srcnn\checkpoint\SRCNN-5071000.index

     文件      32517  2020-06-27 16:10  srcnn\checkpoint\SRCNN-5071500.data-00000-of-00001

     文件        302  2020-06-27 16:10  srcnn\checkpoint\SRCNN-5071500.index

     文件    1249664  2020-06-25 22:34  srcnn\h5\test.h5

     文件  267862208  2020-06-25 22:31  srcnn\h5\train.h5

     文件        758  2020-06-25 22:50  srcnn\readme.txt

     文件      34895  2020-06-25 22:34  srcnn\sample\input_image.png

     文件      43850  2020-06-25 22:34  srcnn\sample\label_image.png

     文件      35519  2020-06-27 16:11  srcnn\sample\test_image.png

     文件       7948  2020-06-25 22:34  srcnn\step1-pre.py

     文件       4093  2020-06-25 22:40  srcnn\step2-train.py

     文件       3253  2020-08-26 11:35  srcnn\step3-test.py

     文件     720054  2015-03-17 01:58  srcnn\Test\Set14\baboon.bmp

     文件    1244214  2015-03-17 01:58  srcnn\Test\Set14\barbara.bmp

     文件     263222  2015-03-17 01:58  srcnn\Test\Set14\bridge.bmp

     文件     304182  2015-03-17 01:58  srcnn\Test\Set14\coastguard.bmp

     文件     271526  2015-03-17 01:58  srcnn\Test\Set14\comic.bmp

     文件     228584  2015-03-17 01:58  srcnn\Test\Set14\face.bmp

     文件     543054  2015-03-17 01:58  srcnn\Test\Set14\flowers.bmp

     文件     304182  2015-03-17 01:58  srcnn\Test\Set14\foreman.bmp

     文件     786486  2015-03-17 01:58  srcnn\Test\Set14\lenna.bmp

     文件     786486  2015-03-17 01:58  srcnn\Test\Set14\man.bmp

............此处省略107个文件信息

评论

共有 条评论