基于卷积神经网络的图像去噪基础篇

一共有3个图像去噪卷积神经网络模型，包括训练集，测试集，以及几个训练好的参数，可以直接对图像进行去噪

import glob
import cv2
import numpy as np

patch_size stride = 40 10 #分块图像的大小以及步长，将图像分成小块扩充数据集，共238336张，不影响去噪的训练，其他任务不一定
aug_times = 1
scales = [1 0.9 0.8 0.7]
batch_size = 128

def data_aug（img mode=0）:

    if mode == 0:
        return img
    elif mode == 1:
        return np.flipud（img）
    elif mode == 2:
        return np.rot90（img）
    elif mode == 3:
        return np.flipud（np.rot90（img））
    elif mode == 4:
        return np.rot90（img k=2）
    elif mode == 5:
        return np.flipud（np.rot90（img k=2））
    elif mode == 6:
        return np.rot90（img k=3）
    elif mode == 7:
        return np.flipud（np.rot90（img k=3））

def gen_patches（file_name）:

    # read image
    img = cv2.imread（file_name 0）  # gray scale
    h w = img.shape
    patches = []
    for s in scales:
        h_scaled w_scaled = int（h*s）int（w*s）
        img_scaled = cv2.resize（img （h_scaledw_scaled） interpolation=cv2.INTER_CUBIC）
        # extract patches
        for i in range（0 h_scaled-patch_size+1 stride）:
            for j in range（0 w_scaled-patch_size+1 stride）:
                x = img_scaled[i:i+patch_size j:j+patch_size]
                #patches.append（x）        
                # data aug
                for k in range（0 aug_times）:
                    x_aug = data_aug（x mode=np.random.randint（08））
                    patches.append（x_aug）
                
    return patches

def datagenerator（data_dir=‘data/Train400‘verbose=False）:
    
    file_list = glob.glob（data_dir+‘/*.png‘）  # get name list of all .png files
    # initrialize
    data = []
    # generate patches
    for i in range（len（file_list））:
        patch = gen_patches（file_list[i]）
        data.append（patch）
        if verbose:
            print（str（i+1）+‘/‘+ str（len（file_list）） + ‘ is done ^_^‘）
    data = np.array（data dtype=‘uint8‘）
    data = data.reshape（（data.shape[0]*data.shape[1]data.shape[2]data.shape[3]1））
    discard_n = len（data）-len（data）//batch_size*batch_size;
    data = np.delete（datarange（discard_n）axis = 0）
    print（‘^_^-training data finished-^_^‘）
    print（data.shape）
    return data

if __name__ == ‘__main__‘:   

    data = datagenerator（data_dir=‘data/Train400‘）

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

     文件         50  2020-11-23 18:20  ImageDenoiseCnn\.idea\.gitignore

     文件        499  2020-11-24 09:57  ImageDenoiseCnn\.idea\ImageDenoiseCnn.iml

     文件        174  2020-11-23 18:20  ImageDenoiseCnn\.idea\inspectionProfiles\profiles_settings.xml

     文件        202  2020-11-24 09:57  ImageDenoiseCnn\.idea\misc.xml

     文件        289  2020-11-23 18:20  ImageDenoiseCnn\.idea\modules.xml

     文件       7974  2020-11-25 21:51  ImageDenoiseCnn\.idea\workspace.xml

     文件      38267  2019-12-19 01:09  ImageDenoiseCnn\data\Test\Set12\01.png

     文件      34985  2019-12-19 01:09  ImageDenoiseCnn\data\Test\Set12\02.png

     文件      40181  2019-12-19 01:09  ImageDenoiseCnn\data\Test\Set12\03.png

     文件      42947  2019-12-19 01:09  ImageDenoiseCnn\data\Test\Set12\04.png

     文件      40728  2019-12-19 01:09  ImageDenoiseCnn\data\Test\Set12\05.png

     文件      40985  2019-12-19 01:09  ImageDenoiseCnn\data\Test\Set12\06.png

     文件      39804  2019-12-19 01:09  ImageDenoiseCnn\data\Test\Set12\07.png

     文件     151065  2019-12-19 01:09  ImageDenoiseCnn\data\Test\Set12\08.png

     文件     185727  2019-12-19 01:09  ImageDenoiseCnn\data\Test\Set12\09.png

     文件     177762  2019-12-19 01:09  ImageDenoiseCnn\data\Test\Set12\10.png

     文件     209817  2019-12-19 01:09  ImageDenoiseCnn\data\Test\Set12\11.png

     文件     193637  2019-12-19 01:09  ImageDenoiseCnn\data\Test\Set12\12.png

     文件      23063  2020-04-20 15:24  ImageDenoiseCnn\data\Train400\0.png

     文件      17967  2020-04-20 15:24  ImageDenoiseCnn\data\Train400\1.png

     文件      22269  2020-04-20 15:24  ImageDenoiseCnn\data\Train400\10.png

     文件      28659  2020-04-20 15:24  ImageDenoiseCnn\data\Train400\100.png

     文件      18633  2020-04-20 15:24  ImageDenoiseCnn\data\Train400\101.png

     文件      23156  2020-04-20 15:24  ImageDenoiseCnn\data\Train400\102.png

     文件      19793  2020-04-20 15:24  ImageDenoiseCnn\data\Train400\103.png

     文件      21588  2020-04-20 15:24  ImageDenoiseCnn\data\Train400\104.png

     文件      23464  2020-04-20 15:24  ImageDenoiseCnn\data\Train400\105.png

     文件      20880  2020-04-20 15:24  ImageDenoiseCnn\data\Train400\106.png

     文件      27655  2020-04-20 15:24  ImageDenoiseCnn\data\Train400\107.png

     文件      29954  2020-04-20 15:24  ImageDenoiseCnn\data\Train400\108.png

............此处省略409个文件信息