[人工智能]TDog的科研（求毕业）之路——多任务图像超分辨率（二）

数据集准备：
数据集Camelyon16，数据集的介绍以及下载地址，请点击参考链接。
参考链接
切割数据集，引用百度NCRF项目的patch_gen.py文件
数据配准方法采用以下代码：

import cv2
import os
import argparse

parser = argparse.ArgumentParser(description='Generate hr_matched')
parser.add_argument('--template_path', default=None,  type=str,
                    help='Path to the input directory of template files')
parser.add_argument('--target_path', default=None, 
                    type=str, help='Path to the input directory of target files')
parser.add_argument('--hr_path', default=None, metavar='PATCH_PATH', type=str,
                    help='Path to the output directory of matched images')


def image_match(template, target): # 模板匹配函数
    h, w = template.shape[:2]
    template = cv2.resize(template, (2*w, 2*h), interpolation=cv2.INTER_CUBIC )
    theight, twidth = template.shape[:2]
    # 执行模板匹配，采用的匹配方式cv2.TM_SQDIFF_NORMED
    result = cv2.matchTemplate(target, template, cv2.TM_SQDIFF_NORMED)
    # 归一化处理
    cv2.normalize(result, result, 0, 1, cv2.NORM_MINMAX, -1)
    # 寻找矩阵（一维数组当做向量，用Mat定义）中的最大值和最小值的匹配结果及其位置
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
    # 匹配值转换为字符串
    # 对于cv2.TM_SQDIFF及cv2.TM_SQDIFF_NORMED方法min_val越趋近与0匹配度越好，匹配位置取min_loc
    # 对于其他方法max_val越趋近于1匹配度越好，匹配位置取max_loc
    # 绘制矩形边框，将匹配区域标注出来
    # min_loc：矩形定点
    # (min_loc[0]+twidth,min_loc[1]+theight)：矩形的宽高
    # (0,0,225)：矩形的边框颜色；2：矩形边框宽度
    # 裁剪出匹配的图片
    hr = target[int(min_loc[0]):int(min_loc[0] + twidth), int(min_loc[1]): int(min_loc[1] + theight)]
    return hr

def main():
    args = parser.parse_args()
    # 创建输出文件夹
    if not os.path.exists(args.hr_path):
        os.mkdir(args.hr_path)
    # 读取文件夹中的图片并进行配准
    for lp in os.listdir(args.template_path):
        hp = lp
        template = cv2.imread(os.path.join(args.template_path, lp))
        target = cv2.imread(os.path.join(args.target_path, hp))
        hr = image_match(template, target)
        path = os.path.join(args.hr_path, hp)
        cv2.imwrite(path, hr)

if __name__ == '__main__':
    main()

参考博文：
cv2
模板匹配函数