深度学习的图像盲几何畸变校正‘Blind Geometric Distortion Correction on Images Through Deep Learning(CVPR 2019)‘ 复现

代码：GitHub - GeoProj

1）创建环境：

conda create -n GeoProj python=3.8

---

2）进入并配置环境：

conda activate GeoProj

代码没给requirements.txt，自己总结了一个，如下：

torch
tensorflow
numpy
scikit-image
argparse
scipy
logger
torchvision
opencv-python

然后终端配置环境：

pip install -r requirements.txt

注意：1) pip install 所需包时，把梯子关了，不然pip会失败。 

           2) 若 pip install tensorflow 太慢，可以加镜像，会好很多：

pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple

---

3）数据集的选取与准备：

        由于是用自己电脑跑的，内存有限。于是随便找了个猫狗数据集，一共2200张图片。将所有图片都一起放到source_ad文件夹内，用来保存原始图片，然后我写了一个adjustment.py工具，这段代码遍历指定文件夹中的所有图片，如果图片的长和宽有一个不大于512像素，脚本会首先将图片等比例放大两倍，然后再次检查其尺寸。如果放大后的图片的长和宽均大于512像素，脚本将从图片的中心位置截取一个512x512像素的区域并保存。新图片将按照"000000.jpg"的格式依次命名。（以上要求为满足模型所需数据集要求）

adjustment.py

import os
from PIL import Image

def process_and_save_images(source_folder, destination_folder, target_size=(512, 512)):
    # Ensure the destination folder exists
    if not os.pa