先附上代码地址 https://github.com/tegg89/SRCNN-Tensorflow
以灰度图像为例
glob.glob得到所有训练集的图片
先取出3的整数倍的像素值, 以进行下面的图像模糊过程
input_ = scipy.ndimage.interpolation.zoom(label_, (1./scale), prefilter=False)
input_ = scipy.ndimage.interpolation.zoom(input_, (scale/1.), prefilter=False)
通过 把图片先缩小 再放大 ,得到模糊图像(后面要用的input),原始图像就是label,然后把所有的图像裁剪成33*33,和21*21 分别添加到两个list中, 把两个list分别转成array,得到n*33*33*1 和n*21*21*1,然后存成.h5文件格式,再读出
注意 只按照块作为一个训练数据,不是一个图像作为一个数据
网络部分比较简单,不再赘述