1.首先找到一组原始图像Image1;
2.将这组图片降低分辨率为一组图像Image2
3.通过各种神经网络结构，将Image2
超分辨率
重建为Image3(Image3和Image1分辨率一样)
4.通过PSNR等方法比较Image1和Image3，验证
超分辨率
重建的效果，根据效果调节神经网络中的节点和参数
5.反复执行以上直到第4步的结果比较满意
import numpy as np
def contours_demo(image):
dst = cv.GaussianBlur(image, (3, 3), 0) #高斯模糊去噪
gray = cv.cvtColor(dst, cv.COLOR_RGB2GRAY)
ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU) #用大律法
使用方法：
python
super_res.py --model models/EDSR_x4.pb --image examples/zebra.png
python
opencv
超分辨率
重建 4种模型调用:
EDSR_x4.pb
ESPCN_x4.pb
FSRCNN_x3.pb
LapSRN_x8.pb
# 绘制矩形框
x, y, w, h = 100, 100, 200, 200
cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)
# 提取 ROI
roi = img[y:y+h, x:x+w]
# 显示结果
cv2.imshow('image', img)
cv2.imshow('roi', roi)
cv2.waitKey(0)
cv2.destroyAllWindows()
ubuntu18 ERROR: unable to process source [https://raw.githubusercontent.com/ros/rosdistro/master/ros
16506
Carla make launch UE4_ROOT is not defined, or points to a non-existant directory, please set this en
Bug_everyday:
ubuntu18 docker dial tcp 104.18.121.25:443: i/o timeout
失眠梦°Triste:
