基于b导的srgan直接对自己的数据集批量提升分辨率

最新推荐文章于 2024-06-03 19:42:55 发布

原创最新推荐文章于 2024-06-03 19:42:55 发布 · 480 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#python

该博客演示了如何使用SRGAN（Super-Resolution Generative Adversarial Networks）模型对单张图片进行超分辨率处理。代码从指定路径读取图片，应用SRGAN模型提升图像质量，并将结果保存到特定目录下。此过程适用于批量提升同一目录下图片的分辨率。

#--------------------------------------------------------------#
#   对单张图片进行预测，运行结果保存在根目录
#   默认保存文件为results/predict_out/predict_srgan.png
#--------------------------------------------------------------#
from PIL import Image
import os

from srgan import SRGAN

if __name__ == "__main__":
    srgan = SRGAN()
    #----------------------------#
    #   单张图片的保存路径
    # 基于b导的srgan直接对自己的数据集批量提升分辨率
    # 需要修改的地方有两个，save_path(提升分辨率后，图片保存路径)，path_old(待提升分辨率图片路径)
    #----------------------------#
    save_path = r"C:\Users\sun\Desktop\zhongzhi_srgan\train\No-Anomaly"
    path_old = r'C:\Users\sun\Desktop\b_classification_experimen_zhongzhi\classification-pytorch-main\datasets\train\No-Anomaly'
    picture_name = os.listdir(path_old)

    for picture_names in picture_name:
        path = os.path.join(path_old, picture_names)
        image = Image.open(path)
        save_path_1x1 = os.path.join(save_path, picture_names)
        r_image = srgan.generate_1x1_image(image)
        r_image.save(save_path_1x1)
        # 这里就不显示了  一张一张显示太麻烦
        # r_image.show()