人脸补全实验中配对图像配置文件的生成与破损图像的生成

1)配置文件生成java代码:

import java.io.FileOutputStream;

import java.io.IOException;

import java.io.OutputStreamWriter;

public class test {

public static void main(String[] args)throws IOException {

// TODO Auto-generated method stub

String file="F:/train.txt";

String charSet="UTF-8";

//写字符转换成字节流

FileOutputStream fileWriter=new FileOutputStream(file);

OutputStreamWriter ow=new OutputStreamWriter(fileWriter, charSet);

 long i = 1;

try {

while(i<=100000)

{

 ow.write("./data/training_data_example/gt_label/"+String.format("%06d", i)+".jpg  ");

 ow.write("./data/training_data_example/data/"+String.format("%06d-1", i)+".jpg \n");

 ow.write("./data/training_data_example/gt_label/"+String.format("%06d", i)+".jpg  ");

 ow.write("./data/training_data_example/data/"+String.format("%06d-2", i)+".jpg \n");

 ow.write("./data/training_data_example/gt_label/"+String.format("%06d", i)+".jpg  ");

 ow.write("./data/training_data_example/data/"+String.format("%06d-3", i)+".jpg \n");

 ow.write("./data/training_data_example/gt_label/"+String.format("%06d", i)+".jpg  ");

 ow.write("./data/training_data_example/data/"+String.format("%06d-4", i)+".jpg \n");

 ow.write("./data/training_data_example/gt_label/"+String.format("%06d", i)+".jpg  ");

 ow.write("./data/training_data_example/data/"+String.format("%06d-5", i)+".jpg \n");

 ow.write("./data/training_data_example/gt_label/"+String.format("%06d", i)+".jpg  ");

 ow.write("./data/training_data_example/data/"+String.format("%06d-6", i)+".jpg \n");

 ow.write("./data/training_data_example/gt_label/"+String.format("%06d", i)+".jpg  ");

 ow.write("./data/training_data_example/data/"+String.format("%06d-7", i)+".jpg \n");

 ow.write("./data/training_data_example/gt_label/"+String.format("%06d", i)+".jpg  ");

 ow.write("./data/training_data_example/data/"+String.format("%06d-8", i)+".jpg \n");

 ow.write("./data/training_data_example/gt_label/"+String.format("%06d", i)+".jpg  ");

 ow.write("./data/training_data_example/data/"+String.format("%06d-9", i)+".jpg \n");

 ow.write("./data/training_data_example/gt_label/"+String.format("%06d", i)+".jpg  ");

 ow.write("./data/training_data_example/data/"+String.format("%06d-10", i)+".jpg \n");

 i++;

 }

}

 catch (Exception e) {

// TODO: handle exception

}finally{

ow.close();

}

}

}

2)残缺图像生成

import cv2

import os

import random

import numpyas np

root_path= "./"

dir= root_path+"img_align_celeba"+"/"

for root, dir, filesin os.walk(dir):

       for filein files:

            img= cv2.imread(root_path+ "img_align_celeba" + "/" + str(file))

            count= 1

            while count< 11:

                         #centralpoint = (109,89)

                         x1= 109 + random.randint(-35, 35)

                         y1= 89 + random.randint(-40, 40)

                          x2= 50 + x1

                          y2= 50 + y1

                          print("%d,%d,%d,%d" % (x1, x2, y1, y2))

                           mask= np.zeros([218,178], dtype=np.uint8)

                           mask[x1:x2, y1:y2]= 255

                            mask= -(mask- 255)

                            image= cv2.add(img, np.zeros(np.shape(img), dtype=np.uint8), mask=mask)

                            image[x1:x2, y1:y2]= 255

                            #(filepath, tempfilename) = os.path.split(str(file))

                             (filename, extension)= os.path.splitext(str(file))

                              cv2.imwrite(root_path+ "test/" + filename+"-%d"%(count)+extension, image)

                              count+= 1

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,826评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,968评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,234评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,562评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,611评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,482评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,271评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,166评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,608评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,814评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,926评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,644评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,249评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,866评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,991评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,063评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,871评论 2 354

推荐阅读更多精彩内容