超分辨率数据集构建：处理原始图像以下采样

最新推荐文章于 2024-09-01 03:03:42 发布

Alocus_

最新推荐文章于 2024-09-01 03:03:42 发布

阅读量1.3k

点赞数 1

分类专栏： python 超分辨率重建文章标签：计算机视觉人工智能

本文链接：https://blog.csdn.net/crystal_remember/article/details/124834011

版权

图像裁剪 BSD100 长宽调整低分辨率重建 GT匹配

关键词由CSDN通过智能技术生成

python 同时被 2 个专栏收录

94 篇文章 11 订阅

订阅专栏

超分辨率重建

11 篇文章 16 订阅

订阅专栏

一背景

在BSD100、Set14等经典数据集中，其长宽存在无法被2、3、/4整除的情况，导致生成的低分辨率图像重建出来时，和GT长宽不等。故按照默认方法，将其进行裁剪。代码很简单，如下

二代码

# coding=utf-8
from PIL import Image
import random
import os

dirs = r'C:\Users\Administrator\Desktop\SR\Testset\BSD100\BSD100_HR'
result_dir = r'C:\Users\Administrator\Desktop\SR\Testset\BSD100\GTmod12'
name = []
list = os.listdir(dirs)
random.shuffle(list)
for i in list:
    fp = open(os.path.join(dirs, i), 'rb')
    image = Image.open(fp)
    x, y = image.size
    flag = 0
    while (y % 12 != 0):
        y = y - 1
    result_y = y
    while (x % 12 != 0):
        x = x - 1
    result_x = x

    box = (0, 0, result_x, result_y)
    region = image.crop(box)
    region.save(os.path.join(result_dir, i[:-4] + ".png"))