图像超分辨率（super resolution）

最新推荐文章于 2026-01-20 01:59:19 发布

原创最新推荐文章于 2026-01-20 01:59:19 发布 · 860 阅读

2 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#深度学习 #神经网络 #机器学习

收录于

图像处理专栏收录该内容

1 篇文章

订阅专栏

本文介绍了如何使用预训练模型如ESRGAN、EDSR和WDSR进行超分辨率图像处理，包括从GitHub库下载模型、加载权重、并展示了如何通过代码实现图像放大和保存的方法。

方法一：EDSR、WDSR、SRGAN
方法二

方法一：不重新训练的话只能导出4倍

创建环境

$ git clone https://github.com/krasserm/super-resolution.git
$ conda env create -f environment.yml
$ conda activate sisr

下载预训练的权重
weights-edsr-16-x4.tar.gz 地址1 地址2
weights-wdsr-b-32-x4.tar.gz 地址1 地址2
weights-srgan.tar.gz 地址1 地址2

test for srgan

from model.srgan import generator
from utils import load_image, plot_sample
from model import resolve_single
import matplotlib.pyplot as plt
import tensorflow as tf

model = generator()
model.load_weights('weights/srgan/gan_generator.h5')

lr = load_image('demo/xyz.png')
sr = resolve_single(model, lr)

img_numpy=sr.numpy()
# 保存方式1
from PIL import Image
im = Image.fromarray(img_numpy)
im.save("demo/your_file.jpeg")
# 保存方式2
import matplotlib
matplotlib.image.imsave('demo/name.png', img_numpy)