使用opencv进行图像超分辨

超分辨率(super-resolution)的通俗解释就是：将低分辨率的图像通过算法转换成高分辨率图像。
通常的超分辨率分两种：SISR和VSR。前者叫做单图像超分辨率，后者叫做视频超分辨率。我们通常理解的超分辨率都是指SISR，我们只需要输入一张低分辨率图像而获得高分辨率图像的输出。 而VSR会利用视频的时间关联性来获得对某一帧的SR。

操作步骤

1、首先安装OpenCV contrib模块

OpenCV中的超分辨率功能被集成在了contrib模块中，因此我们首先需要安装OpenCV的扩展模块。原文提供的安装参考过于复杂，见opencv-contrib模块的安装

实际上只需要用pip安装opencv-contrib-python这个模块就可以，我这里用的是opencv-contrib-python ==4.4.0.44版本的，亲测没有问题。**注意：**如果你已经安装了opencv-python，你需要先卸载掉opencv-python。原因：opencv有4个不同的程序包（https://pypi.org/project/opencv-contrib-python/），我们最好只选择其中一个，不要在同一环境中安装多个不同的软件包，因为没有插件架构：所有软件包都使用相同的名称空间（cv2）。
所以我们选择安装OpenCV contrib模块，它包含了opencv的主要模块和扩展模块。卸载完之前安装的opencv包，然后用pip安装，pip install opencv-contrib-python。

2、下载训练的模型

opencv代码库目前仅支持4种不同的超分辨率模型，他们可以实现2倍、3倍、4倍甚至8倍的图像方法。这些模型具体如下</