32位C++改编 对抗(SRGAN)之生成(generator)超分辨重建 ---（四）对大图的支持

实际上，前面已经全部完成了，由于4倍图非常费内存，对于象我这样的只有2G内存的笔记本只能运行很小的图，特别是最后图像放大部分。

所以这里分成两种方法处理：

1。图像分成4块分别处理，然后合并

	//把jpg分成4份分别重建 再合并
	IMAGE pDstImg=jpg;

	char name1[]="_1";
	char name2[]="_2";
	char name3[]="_3";
	char name4[]="_4";
	char *name[4];
	name[0]=name1;
	name[1]=name2;
	name[2]=name3;
	name[3]=name4;

	for(int i=0;i<4;i++)
	{
		cout<<"4分之"<<i+1<<"开始... "<<endl;

		jpg4分(pDstImg,i);
		
		// SRResNet 高分辨率重建
		SRResNet(name[i],sr);
	}
	//合并4分图
	合并4分图(pDstImg,name);

输入图1234分图合并图

2。第二种，只在最后一步卷积处分成3步（实际上是分成3X64=192步，所以会慢一点,这个可参SRCCN部分）

				//vl_nnconv(&中间4倍,&hR1,层 ,1,1,4,4,4,4);
				//这里需要很大内存，这里分步 64-->3
				*
				{
					卷积层 in(中间4倍.width,中间4倍.height),out(hR1.width,hR1.height),tt_out(hR1.width,hR1.height);
					tt_out.data=new float[wid * hei * 16]; 

					//float *in,*out,*f;
					int wh_out=hR1.width*hR1.height;
					int wh_in =中间4倍.width*中间4倍.height;
					层数据 tc;
					tc.核宽=9;
					tc.输入维度=1;
					tc.输出维度=1;
					tc.偏移长度=0;
					tc.权重长度=9*9;
						tc.偏移_数据=NULL;

						char txt[256];

					
					for(int i=0;i<3;i++)
					{
						cout<<"3分之"<<i+1<<"..."<<endl;
						out.data=hR1.data+wh_out*i;
						for(int j=0;j<64;j++)
						{
							in.data=中间4倍.data+wh_in*j;
							//sprintf(txt, "in%d", j);   
							//save_卷积层2jpg(&in,txt);

							tc.权重_数据=层->权重_数据+81*j+64*81*i;//+81*i+81*3*j;//
							vl_nnconv(&in,&tt_out,&tc ,1,1,4,4,4,4);
									

							//sprintf(txt, "tt_out%d_%d", i,j);   

							//save_卷积层2jpg(&tt_out,txt);

							卷积层相加(&tt_out,&out);

							//sprintf(txt, "out%d_%d", i,j);   
							//				save_卷积层2jpg(&out,txt);
						}

					}
					//加上偏移
					tf_BatchNorm(&hR1,层->偏移_数据);

				}//*/

效果图：

原图4倍图

原图4倍图

注意：输入图应该是清晰的

清晰（小）-->清晰(大)

模糊（小）-->模糊(大)

下载（里面包括了上面的3个程序）：

win32位编译的 超分辨率重建(SRGAN_generator)

win32位编译的 超分辨率重建(SRGAN_generator)的应用程序，使用了OpenBLAS加速，详细情况参看博客

https://download.csdn.net/download/juebai123/10797136

结束。