目录
目的
用于证件字符识别的前处理
超分方法
USRNet
(KAIR-master 训练工程)
训练测试跑通,代码无异常
使用方
USRNet-master官方测试工程
论文:《Deep Unfolding Network for Image Super-Resolution》
测试跑通,代码无异常
使用方法直接查看项目中readme法直接查看项目中readme
USRNet使用结果:加入场景数据训练,训练中由HR图片产生LR图片,训练结果在验证集合上表现很好,但是拿自己的场景数据测试时,效果很奇怪,如同没有训练好的对抗网络生成的结果;
TSRN(Text Super-Resolution Network)算法
(TextZoom-master 训练测试工程)
论文:《Scene Text Image Super-Resolution in the Wild》
测试跑通,代码无异常
使用方法直接查看项目中readme
TSRN使用结果:直接用预训练模型测试场景数据,有一定的效果,没有作深入研究;
liif(Local Implicit Image Function)算法
(liif-main 训练测试工程)
论文:《Learning Continuous Image Representation with Local Implicit Image Function》<br>
(用局部隐式图像函数学习连续图像表示)
训练测试跑通
使用方法直接查看项目中readme
liif使用结果:直接用预训练模型测试场景数据,没有什么特别的效果;然后对训练代码中数据处理稍作修改,加入了自己做的场景数据做训练,效果较好,目前正在进一步加入场景数据做训练;总结而言,该算法使用后,能够解决由于单纯使用放大出现的马赛克问题;
输入图片:
结果图片:
训练方法:超分方法:跑通LIIF_猫猫与橙子的博客-CSDN博客
Real-ESRGAN
工程:https://github.com/xinntao/Real-ESRGAN
Real-ESRGAN使用结果:直接使用作者给的demo运行场景数据,效果没那么好,原因:图片中像素本身缺失严重,出来的结果会变得很奇怪;
输入图片:
结果图: