利用tf.nn.conv2d_transpose实现图片分辨率按指定倍数扩展

我有输入尺寸为 64x64x3 的图片，即高64， 宽64， 通道数3

我想通过transposed convolution 来使图片的高宽放大到2倍，即 128x128

import tensorflow as tf
import numpy as np

# 64 64 高宽， 通道数3
x = np.ones((1, 64, 64, 3), dtype=np.float32)
# 卷积尺寸， 5x5 ，第一个3代表输出通道数， 第二个3代表输入通道数
w = np.ones((5, 5, 3, 3), dtype=np.float32)
out = tf.nn.conv2d_transpose(x, w, (1, 128, 128, 3), [1, 2, 2, 1], padding='SAME')

sess = tf.Session()
a = sess.run(out)
print(a)
print(a.shape)

上述代码运行后，会使输入高宽放大至2倍, 128x128；

如果你想让图片放大至多少倍，则 可以修改strides参数，

conv2d_transpose(
value,
filter,
output_shape,
strides,
padding='SAME',
data_format='NHWC',
name=None
)

如上我的代码中 strides

out = tf.nn.conv2d_transpose(x, w, (1, 128, 128, 3), [1, 2, 2, 1], padding='SAME')

用的是 [1 , 2 , 2, 1]， 这个2就相当于代表了放大倍数（实际上，这是滤波器的滑动步长）

你可以用[ 1, 3, 3, 1] 来实现图片放大至3倍的效果。

实际上，你可以用相对应的tf.nn.conv2d来验证output_shape是否设置的合理

因为，conv2d_transpose 的效果相当于是将conv2d反过来一样，由conv2d的输出到它的输入

如，

# 这个out代表上述具有output_shape形状的输出
out = tf.constant(1, shape=[1, 128, 128, 3])
expected_x = tf.nn.conv2d(out, w, strides=[1, 2, 2, 1], pading='SAME')

运行完上面这段代码，你可以通过比较expected_x的尺寸和 x 的是否一样，来判断conv2d_transpose的output_shape参数设置是否正确

还有一种实现尺寸扩大的方法，注：这里不考虑用线性插值的方法！！！！！

如一图片数据的尺寸， H x W x C 我想让它尺寸扩大

首先，利用卷积的方法，扩展其输出通道至r*r倍，但图像的高宽尺寸不变，

则输出的图片输出尺寸为 H x W x C*r*r

然后，用像素重新排列的方法使图片变为 H*r x W*r x C，达到了尺寸放大r倍的效果

注：这里提到的像素重新排列方法可参考论文 Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network

我还没有实现这个像素重排列的过程，当以后用到再说