传统插值方法实现声呐图像超分辨

1.介绍

超分辨论文大多与传统插值方法作比较以证明自己算法的优势，在这里简单的复现一下代码，由于自己是做声呐方面的，这代码可以处理声呐图像，若要处理彩色图，lr_img = cv2.imread(os.path.join(lr_dir, filename), 0)中的0去掉即可。

2.代码实现

传统插值：双线性插值、双立方插值、最近邻插值

下面为双线性插值，双立方插值将interpolation=cv2.INTER_LINEAR改为interpolation=cv2.INTER_CUBIC，最近邻插值则改为interpolation=cv2.INTER_NEAREST

biliner.py

import os
import cv2

#需要修改的是下列三项
lr_dir = r'D:\pycharm\pytorch\study\data\LR\X4'#低分辨率图像文件夹
hr_dir = r'D:\pycharm\pytorch\study\data'      #高分辨率图像保存路径
scale=4                                        #上采样倍率
# 创建保存结果的文件夹
os.makedirs(hr_dir + f"\X{scale}result", exist_ok=True)

# lr图像的上采样
for filename in os.listdir(lr_dir):
    # 读取lr图像
    lr_img = cv2.imread(os.path.join(lr_dir, filename), 0)
    
    # 双线性插值
    lr_image = cv2.resize(lr_img, (0, 0), fx=int(scale), fy=int(scale),
                          interpolation=cv2.INTER_LINEAR)
    # 保存hr图像
    cv2.imwrite(os.path.join(hr_dir + f"\X{scale}result", filename),lr_image)