SRGAN生成记录——cv2.resize（）以及JPEG保存过程中的信息丢失

首先，JPEG是有损压缩，且这种压缩可迭代，（肉眼看不出差别，但是图像的大小有差别）

import cv2

img1 = cv2.imread('imgresize1.jpeg')
img2 = cv2.resize(img1,(256,256))
cv2.imwrite("imgresize2.jpeg",img2)

如果我用这种方式保存图像的话，默认的压缩参数是95，

原图是1460KB，一次压缩变成46KB，再次变成15KB，即使后两者的图像分辨率都是256*256

正确的操作是把最后一句变成：

cv2.imwrite("imgresize3.jpeg",img2,[int(cv2.IMWRITE_JPEG_QUALITY), 100])

------------------------------------------------------------------------

其次，JPEG的压缩方式，是将图像分成许多个8*8的小block，对每一个block做DCT离散余弦变换,丢失大量高频信息。

（低频部分集中在每个8*8块的左上角，高频部分在右下角，所谓JPEG的有损压缩，损的是量化过程中的高频部分）

因此，在SRGAN 生成的过程中，观察到许多细小的artifact，如下图：

去除这种artifact的方式可以参考ARCNN（Deep Convolution Networks for Compression Artifacts Reduction， ICCV2015）

建议是要将artifact removal和super resolution分开做。

--------------------------------------------------------------------------------

最后，本着打破砂锅问到底的探究精神，cv2.resize()函数到底对图像做了什么？

参考了网上的很多教程，都是在讲如何使用，或者如果把图片放大怎么插值，但是我想知道的是，如果原图为256*256，resize成128*128，信息是如何损失的？

于是我去查了源码，https://github.com/opencv/opencv/blob/master/modules/imgproc/src/resize.cpp

3000多行，菜鸡如我当然看不懂...机缘巧合看到知乎手撕源码的大佬https://zhuanlan.zhihu.com/p/36736315

直接说结论：就是把几个点加权平均。

看最简单的情况下（例如把256*256resize成128*128）：

   if (cn == 1)
            for( ; dx < w; ++dx )
            {
                int index = dx*2;
                D[dx] = (T)((S[index] + S[index+1] + nextS[index] + nextS[index+1] + 2) >> 2);
            }

做了个小测试，原图为46KB，缩小以后为14KB，约为1/4的关系（不知道这样理解对不对..）

 

其他参考链接：

https://blog.csdn.net/u013752202/article/details/78551592

https://www.zhihu.com/question/65058389