来源：DeepHub IMBA本文约2600字，建议阅读9分钟本文教你如何应用深度学习处理模糊图像。图像模糊是由相机或拍摄对象移动、对焦不准确或使用光圈配置不当导致的图像不清晰。为了获得更清晰的照片，我们可以使用相机镜头的首选焦点重新拍摄同一张照片，或者使用深度学习知识重现模糊的图像。由于我的专长不是摄影，只能选择使用深度学习技术对图像进行去模糊处理！
在开始这个项目之前，本文假定读者应该了解深度学习的基本概念，例如神经网络、CNN。还要稍微熟悉一下 Keras、Tensorflow 和 OpenCV。
有各种类型的模糊——运动模糊、高斯模糊、平均模糊等。但我们将专注于高斯模糊图像。在这种模糊类型中，像素权重是不相等的。模糊在中心处较高，在边缘处按照钟形曲线减少。
数据集
在开始使用代码之前，首先需要的是一个由 2 组图像组成的数据集——模糊图像和干净图像。目前可能没有现成的数据集可以使用，但是就像我们上面所说的，如果你有opencv的基础这个对于我们来说是非常个简单的，只要我们有原始图像，使用opencv就可以自己生成训练需要的数据集。
这里我的数据集大小约为 50 张图像（50 张干净图像和 50 张模糊图像），因为只是演示目的所以只选择了少量图像。
编写代码
已经准备好数据集，可以开始编写代码了。
依赖项
代码语言：javascript复制import numpy as npimport pandas as pdimport matplotlib.pyplot as plt
%matplotlib inlineimport randomimport cv2import osimport tensorflow as tffrom tqdm import tqdm这里导入了 tqdm 库来帮助我创建进度条，这样可以知道运行代码需要多长时间。
导入数据
代码语言：javascript复制good_frames = '/content/drive/MyDrive/mini_clean'bad_frames = '/content/drive/MyDrive/mini_blur'现在创建了2 个列表。我们将使用 keras 预处理库读取“.jpg”、“jpeg”或“.png”类型的图像，并转换为数组。这里图像尺寸为 128x128。
代码语言：javascript复制clean_frames = []for file in tqdm(sorted(os.listdir(good_frames))):if any(extension in file for extension in ['.jpg', 'jpeg', '.png']): image = tf.keras.preprocessing.image.load_img(good_frames '/' file, target_size=(128,128)) image = tf.keras.preprocessing.image.img_to_array(image).astype('float32') / 255 clean_frames.append(image)
clean_frames = np.array(clean_frames)
blurry_frames = []for file in tqdm(sorted(os.listdir(bad_frames))):if any(extension in file for extension in ['.jpg', 'jpeg', '.png']): image = tf.keras.preprocessing.image.load_img(bad_frames '/' file, target_size=(128,128)) image = tf.keras.preprocessing.image.img_to_array(image).astype('float32') / 255 blurry_frames.append(image)
blurry_frames = np.array(blurry_frames)导入模型库
代码语言：javascript复制from keras.layers import Dense, Inputfrom keras.layers import Conv2D, Flattenfrom keras.layers import Reshape, Conv2DTransposefrom keras.models import Modelfrom keras.callbacks import ReduceLROnPlateau, ModelCheckpointfrom keras.utils.vis_utils import plot_modelfrom keras import backend as K
random.seed = 21np.random.seed = seed将数据集拆分为训练集和测试集
现在我们按 80:20 的比例将数据集分成训练和测试集。
代码语言：javascript复制x = clean_frames;y = blurry_frames;
from sklearn.model_selection import train_test_splitx_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2, random_state=42)检查训练和测试数据集的形状。
代码语言：javascript复制print(x_train[0].shape)print(y_train[0].shape)
r = random.randint(0, len(clean_frames)-1)print(r)fig = plt.figure()fig.subplots_adjust(hspace=0.1, wspace=0.2)ax = fig.add_subplot(1, 2, 1)ax.imshow(clean_frames[r])ax = fig.add_subplot(1, 2, 2)ax.imshow(blurry_frames[r])上面的代码可以查看来自训练和测试数据集的图像，例如：
下面初始化一些编写模型时需要用到的参数：
代码语言：javascript复制# Network Parametersinput_shape = (128, 128, 3)batch_size = 32kernel_size = 3latent_dim = 256
# Encoder/Decoder number of CNN layers and filters per layerlayer_filters = [64, 128, 256]编码器模型
自编码器的结构我们以前的文章中已经详细介绍过多次了，这里就不详细说明了：
代码语言：javascript复制inputs = Input(shape = input_shape, name = 'encoder_input')x = inputs首先就是输入（图片的数组），获取输入后构建一个 Conv2D(64) - Conv2D(128) - Conv2D(256) 的简单的编码器，编码器将图片压缩为 (16, 16, 256) ，该数组将会是解码器的输入。
代码语言：javascript复制for filters in layer_filters: x = Conv2D(filters=filters, kernel_size=kernel_size, strides=2, activation='relu', padding='same')(x)shape = K.int_shape(x)x = Flatten()(x)latent = Dense(latent_dim, name='latent_vector')(x)这里的 K.int_shape()将张量转换为整数元组。
实例化编码器模型，如下：
代码语言：javascript复制encoder = Model(inputs, latent, name='encoder')encoder.summary()
解码器模型
解码器模型类似于编码器模型，但它进行相反的计算。解码器已将输入解码回 (128, 128, 3)。所以这里的将使用 Conv2DTranspose(256) - Conv2DTranspose(128) - Conv2DTranspose(64)。
代码语言：javascript复制latent_inputs = Input(shape=(latent_dim,), name='decoder_input')x = Dense(shape[1]*shape[2]*shape[3])(latent_inputs)x = Reshape((shape[1], shape[2], shape[3]))(x)for filters in layer_filters[::-1]: x = Conv2DTranspose(filters=filters, kernel_size=kernel_size, strides=2, activation='relu', padding='same')(x)
outputs = Conv2DTranspose(filters=3, kernel_size=kernel_size, activation='sigmoid', padding='same', name='decoder_output')(x)解码器如下：
代码语言：javascript复制decoder = Model(latent_inputs, outputs, name='decoder')decoder.summary()
整合成自编码器
自编码器 = 编码器 解码器
代码语言：javascript复制autoencoder = Model(inputs, decoder(encoder(inputs)), name='autoencoder')autoencoder.summary()
最后但是非常重要的是在训练我们的模型之前需要设置超参数。
代码语言：javascript复制autoencoder.compile(loss='mse', optimizer='adam',metrics=["acc"])我选择损失函数为均方误差，优化器为adam，评估指标为准确率。然后还需要定义学习率调整的计划，这样可以在指标没有改进的情况下降低学习率：
代码语言：javascript复制lr_reducer = ReduceLROnPlateau(factor=np.sqrt(0.1), cooldown=0, patience=5, verbose=1, min_lr=0.5e-6)学习率的调整需要在训练的每个轮次都调用：
代码语言：javascript复制callbacks = [lr_reducer]训练模型
代码语言：javascript复制history = autoencoder.fit(blurry_frames, clean_frames, validation_data=(blurry_frames, clean_frames), epochs=100, batch_size=batch_size, callbacks=callbacks)运行此代码后，可能需要大约 5-6 分钟甚至更长时间才能看到最终输出，因为我们设置了训练轮次为100：
最后结果
现在已经成功训练了模型，让我们看看我们的模型的预测：
代码语言：javascript复制print("n Input Ground Truth Predicted Value")
for i in range(3):
r = random.randint(0, len(clean_frames)-1)
x, y = blurry_frames[r],clean_frames[r] x_inp=x.reshape(1,128,128,3) result = autoencoder.predict(x_inp) result = result.reshape(128,128,3)
fig = plt.figure(figsize=(12,10)) fig.subplots_adjust(hspace=0.1, wspace=0.2)
ax = fig.add_subplot(1, 3, 1) ax.imshow(x)
ax = fig.add_subplot(1, 3, 2) ax.imshow(y)
ax = fig.add_subplot(1, 3, 3) plt.imshow(result)
可以看到该模型在去模糊图像方面做得很好，并且几乎能够获得原始图像。因为我们只用了3层的卷积架构，所以如果我们使用更深的模型，还有一些超参数的调整应该会获得更好的结果。
为了查看训练的情况，可以绘制损失函数和准确率的图表，可以通过这些数据做出更好的决策。
损失的变化
代码语言：javascript复制plt.figure(figsize=(12,8))plt.plot(history.history['loss'])plt.plot(history.history['val_loss'])plt.legend(['Train', 'Test'])plt.xlabel('Epoch')plt.ylabel('Loss')plt.xticks(np.arange(0, 101, 25))plt.show()
可以看到损失显著减少，然后从第 80 个 epoch 开始停滞不前。
准确率
代码语言：javascript复制plt.figure(figsize=(12,8))plt.plot(history.history['acc'])plt.plot(history.history['val_acc'])plt.legend(['Train', 'Test'])plt.xlabel('Epoch')plt.ylabel('Accuracy')plt.xticks(np.arange(0, 101, 25))plt.show()
这里可以看到准确率显著提高，如果训练更多轮，它可能会进一步提高。因此，可以尝试增加 epoch 大小并检查准确率是否确实提高了，或者增加早停机制，让训练自动停止。
总结
我们取得了不错的准确率，为 78.07%。对于实际的应用本文只是开始,例如更好的网络架构，更多的数据，和超参数的调整等等，如果你有什么改进的想法也欢迎留言。
作者：Chandana Kuntala
编辑：黄继彦
