DnCNN-tensorflow版本

Denoise Convolutional neural network （DnCNN）代码的tensorflow实现

import argparse
import glob
from PIL import Image
import PIL
import random
from utils import *

# the pixel value range is ‘0-255‘（uint8 ） of training data

# macro
DATA_AUG_TIMES = 1  # transform a sample to a different sample for DATA_AUG_TIMES times

parser = argparse.ArgumentParser（description=‘‘）
parser.add_argument（‘--src_dir‘ dest=‘src_dir‘ default=‘./data/Train400‘ help=‘dir of data‘）
parser.add_argument（‘--save_dir‘ dest=‘save_dir‘ default=‘./data‘ help=‘dir of patches‘）
parser.add_argument（‘--patch_size‘ dest=‘pat_size‘ type=int default=40 help=‘patch size‘）
parser.add_argument（‘--stride‘ dest=‘stride‘ type=int default=10 help=‘stride‘）
parser.add_argument（‘--step‘ dest=‘step‘ type=int default=0 help=‘step‘）
parser.add_argument（‘--batch_size‘ dest=‘bat_size‘ type=int default=128 help=‘batch size‘）
# check output arguments
parser.add_argument（‘--from_file‘ dest=‘from_file‘ default=“./data/img_clean_pats.npy“ help=‘get pic from file‘）
parser.add_argument（‘--num_pic‘ dest=‘num_pic‘ type=int default=10 help=‘number of pic to pick‘）
args = parser.parse_args（）


def generate_patches（isDebug=False）:
    global DATA_AUG_TIMES
    count = 0
    filepaths = glob.glob（args.src_dir + ‘/*.png‘）
    if isDebug:
        filepaths = filepaths[:10]
    print “number of training data %d“ % len（filepaths）
    
    scales = [1 0.9 0.8 0.7]
    
    # calculate the number of patches
    for i in xrange（len（filepaths））:
        img = Image.open（filepaths[i]）.convert（‘L‘）  # convert RGB to gray
        for s in xrange（len（scales））:
            newsize = （int（img.size[0] * scales[s]） int（img.size[1] * scales[s]））
            img_s = img.resize（newsize resample=PIL.Image.BICUBIC）  # do not change the original img
            im_h im_w = img_s.size
            for x in range（0 + args.step （im_h - args.pat_size） args.stride）:
                for y in range（0 + args.step （im_w - args.pat_size） args.stride）:
                    count += 1
    origin_patch_num = count * DATA_AUG_TIMES
    
    if origin_patch_num % args.bat_size != 0:
        numPatches = （origin_patch_num / args.bat_size + 1） * args.bat_size
    else:
        numPatches = origin_patch_num
    print “total patches = %d  batch size = %d total batches = %d“ % \
          （numPatches args.bat_size numPatches / args.bat_size）
    
    # data matrix 4-D
    inputs = np.zeros（（numPatches args.pat_size args.pat_size 1） dtype=“uint8“）
    
    count = 0
    # generate patches
    for i in xrange（len（filepaths））:
        img = Image.open（filepaths[i]）.convert（‘L‘）
        for s in xrange（len（scales））:
            newsize = （int（img.size[0] * scales[s]） int（img.size[1] * scales[s]））
            # print newsize
            img_s = img.resize（newsize resample=PIL.Image.BICUBIC）
            img_s = np.reshape（np.array（img_s dtype=“uint8“）
                               （img_s.size[0] img_s.size[1

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-01-12 02:30  DnCNN-tensorflow-master\
     文件          67  2018-01-12 02:30  DnCNN-tensorflow-master\.gitignore
     文件         195  2018-01-12 02:30  DnCNN-tensorflow-master\CONTRIBUTING.md
     文件         186  2018-01-12 02:30  DnCNN-tensorflow-master\Dockerfile
     文件       35141  2018-01-12 02:30  DnCNN-tensorflow-master\LICENSE
     文件        3308  2018-01-12 02:30  DnCNN-tensorflow-master\README.md
     目录           0  2018-01-12 02:30  DnCNN-tensorflow-master\checkpoint_demo\
     文件     6680852  2018-01-12 02:30  DnCNN-tensorflow-master\checkpoint_demo\DnCNN-tensorflow-67336.data-00000-of-00001
     文件        7095  2018-01-12 02:30  DnCNN-tensorflow-master\checkpoint_demo\DnCNN-tensorflow-67336.index
     文件     3924539  2018-01-12 02:30  DnCNN-tensorflow-master\checkpoint_demo\DnCNN-tensorflow-67336.meta
     文件         101  2018-01-12 02:30  DnCNN-tensorflow-master\checkpoint_demo\checkpoint
     目录           0  2018-01-12 02:30  DnCNN-tensorflow-master\data\
     目录           0  2018-01-12 02:30  DnCNN-tensorflow-master\data\Train400\
     文件       20790  2018-01-12 02:30  DnCNN-tensorflow-master\data\Train400\test_001.png
     文件       14758  2018-01-12 02:30  DnCNN-tensorflow-master\data\Train400\test_002.png
     文件       22658  2018-01-12 02:30  DnCNN-tensorflow-master\data\Train400\test_003.png
     文件       20250  2018-01-12 02:30  DnCNN-tensorflow-master\data\Train400\test_004.png
     文件       20048  2018-01-12 02:30  DnCNN-tensorflow-master\data\Train400\test_005.png
     文件       18456  2018-01-12 02:30  DnCNN-tensorflow-master\data\Train400\test_006.png
     文件       19182  2018-01-12 02:30  DnCNN-tensorflow-master\data\Train400\test_007.png
     文件       17765  2018-01-12 02:30  DnCNN-tensorflow-master\data\Train400\test_008.png
     文件       10474  2018-01-12 02:30  DnCNN-tensorflow-master\data\Train400\test_009.png
     文件       21174  2018-01-12 02:30  DnCNN-tensorflow-master\data\Train400\test_010.png
     文件       22221  2018-01-12 02:30  DnCNN-tensorflow-master\data\Train400\test_011.png
     文件       24979  2018-01-12 02:30  DnCNN-tensorflow-master\data\Train400\test_012.png
     文件       22798  2018-01-12 02:30  DnCNN-tensorflow-master\data\Train400\test_013.png
     文件       14812  2018-01-12 02:30  DnCNN-tensorflow-master\data\Train400\test_014.png
     文件       18469  2018-01-12 02:30  DnCNN-tensorflow-master\data\Train400\test_015.png
     文件       20270  2018-01-12 02:30  DnCNN-tensorflow-master\data\Train400\test_016.png
     文件       17574  2018-01-12 02:30  DnCNN-tensorflow-master\data\Train400\test_017.png
     文件       22337  2018-01-12 02:30  DnCNN-tensorflow-master\data\Train400\test_018.png
............此处省略409个文件信息