# 基于图像超分的相机标定优化方法

**Repository Path**: gagalong/SR_for_Calibration

## Basic Information

- **Project Name**: 基于图像超分的相机标定优化方法
- **Description**: 一种基于深度学习图像超分技术可以提升相机标定精度的方法，仅需3行代码，即插即用
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 2
- **Forks**: 0
- **Created**: 2021-05-28
- **Last Updated**: 2023-11-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 基于图像超分的相机标定优化方法

#### 介绍
一种基于深度学习图像超分技术可以提升相机标定精度的方法，仅需4行代码，即插即用

#### 软件架构
软件架构说明


#### 安装教程

1.  opencv >= 4.3.0
2.  opencv_contuib >= 4.3.0

#### 使用说明

1.  下载models里的超分模型
2.  使用下列代码超分标定用的图像

```python
sr = cv2.dnn_superres.DnnSuperResImpl_create()
sr.readModel(keypoints) # 读取模型权重文件的路径
sr.setModel('edsr', 2) #  设定算法和放大比例 当前我们只提供基于edsr的超分模型，以后会提供 ESPCN、FSRCNN、LapSRN 等模型
img_sr = sr.upsample(img) # 放大图像
```
3.  继续相机标定程序

#### 文献参考

论文还在审阅中，随后会更新本方法的论文下载链接

#### 参与贡献

Mila 与 嘎嘎龙 倾情奉献