tensorflow之视频质量诊断

 

参考

https://www.cnblogs.com/skyfsm/p/8051705.html

 

 

*********************看了1个多月的资料,我准备开始进行尝试使用tensorflow对视频质量进行判断***************

第一步:选择网络模型

我认为判断一路图像好或者坏,其实就是一个分类算法,一幅图像要么是好,要么坏,没有第三种选择吧。

所以我需要找一个图像分类的网络模型,现在计划使用lenet-5的网络模型进行评估视频质量诊断,两个卷积层+全连接

先试一下效果吧。

先从黑屏开始下手,由简入深。

准备样本:先准备黑屏图片数据,再做尺寸统一化,目前计划采用480*270 主要考虑到1080P的图像除以4,图像变形小点。

那先做图片处理,把黑屏样本转成分辨率为480*270的图片

写了一个批处理的脚本,实现分辨率的转换

import cv2 as cv
import os

picpath = 'C:/Users/shenwei/Desktop/videoquality/black/'
picsavepath = 'C:/Users/shenwei/Desktop/videoquality/blackstandard/'

for root, dirs, files in os.walk(picpath): 
    i =0
    for file in files:
        i = i+1
        picpp = root +file
        image = cv.imread(picpp)
        image = cv.resize(image,(480,270),interpolation =  cv.INTER_NEAREST)
        newpath = picsavepath+'%d.jpg' % i
        cv.imwrite(newpath,image)
        print(newpath)

效果如下:

tensorflow之视频质量诊断_第1张图片

 

 一共20张图片,不过感觉远远不够,我认为至少要准备100张,这里决定对图像进行一下颠倒翻转等操作。

 

你可能感兴趣的:(TensorFlow)