纯C++超分辨率重建SRCNN --改编--（一）外框架

准备工作已经差不多了，现在进入正文。

暂时还没找到可用的双三次插值缩放的代码，不过对于SRCNN网络来说，并不包括放大部分，

只要网络输出的图像比输入的图像更清晰，分辨率更高就行。输出和输入大小是相同的。

仿照Matlab做好SRCNN外部框架：

// 超分辨率重建（卷积神经网络(SRCNN)）
//
// 设定参数：文件名、放大倍数

//c++实现卷积
#define USE_EGE 0 //选择ege （1）或 easyx（0）的开关
#if USE_EGE

	#include <ege.h> //使用ege库 和 easyx 差不多，这里没有实现  
	using namespace ege;
#else
	#include <easyx.h>//使用easyx库
	#include<conio.h> 

#endif

#include <math.h>

#include<iostream>
#include<fstream>

#include<vector>
using namespace std;

#define SCREEN_WIDTH 800 //窗口大小 
#define SCREEN_HEIGHT 600


IMAGE jpg;//一张原图


void error(char *s)
{ 
printf("%s\n",s);
getch();
exit(1);
} 


void loadjpg(char * jpgname)
{
	loadimage(&jpg,jpgname);//

}



//图像剪裁
void modcrop(IMAGE *imgs, int modulo)
{

//if size(imgs,3)==1 //单通道
	int height = imgs->getheight();
	int width = imgs->getwidth();

    int w = width - width % modulo;//去除零头
    int h = height - height % modulo;
    IMAGE tmp = *imgs;//复制原图像，;

	//图像剪裁为
	imgs->Resize(w,h);

	SetWorkingImage(&tmp);
	getimage(imgs, 0, 0, w, h);//拷贝至新图

	SetWorkingImage();

//else
//    tmpsz = size(imgs);
//    sz = tmpsz(1:2);
//    sz = sz - mod(sz, modulo);
//    imgs = imgs(1:sz(1), 1:sz(2),:);
//end
}


IMAGE SRCNN(IMAGE *jpg,int up_scale)
{
	// 双三次插值
	// 先将低分辨率图像使用双三次插值放大至目标尺寸（如放大至2倍、3倍、4倍）
	//im_b = imresize(im_gnd, up_scale, 'bicubic');
	 IMAGE im_h=*jpg;
	// ZoomImageBiCubic(&im_h,up_scale);


	 return im_h;
}

int main()
{
	initgraph(SCREEN_WIDTH, SCREEN_HEIGHT,SHOWCONSOLE);//, INIT_RENDERMANUAL


	char jpgname[]="6b.jpg";//lena.jpg
	//载入图片
	loadjpg(jpgname);

	//显示原图
	putimage(0, 0, &jpg);
	// 放大倍率 2，3 或 4 倍
	int up_scale = 3;
int r = jpg.getwidth()+10;

	//调整图像大小（与放大率匹配的）
	modcrop(&jpg, up_scale);


	int height = jpg.getheight();
	int width = jpg.getwidth();

	cout<<width<<endl;
	cout<<height<<endl;

	//显示调整后的图像
	putimage(r, 0, &jpg);


	// SRCNN 高分辨率重建
	IMAGE im_h = SRCNN( &jpg,up_scale);

	//显示重建图
	//figure, imshow(im_h1); title('SRCNN 重建');
	height = im_h.getheight();
	width = im_h.getwidth();

	cout<<width<<endl;
	cout<<height<<endl;


	//显示
	r+=width+10;
	putimage(r, 0, &im_h);

	//保存结果
	//imwrite(im_h1, ['SRCNN Reconstruction' '.jpg']);
	saveimage("SRCNN 重建.jpg",	&im_h);

	getch();




	closegraph();
    system("pause");
    return 0;
}

SRCNN只是做了个空函数，后面再填充

效果图：