本博客是作者复现《S3Net: A Single Stream Structure for Depth Guided Image Relighting》的训练数据集读取代码的笔记。
一、函数test_trainSet()
函数功能：测试类trainDataSetFromTrack2的功能。
1、给出输入原始图像的路径和引导图像路径
1
2
| origin_img_path = '../datasets/alltrain/*.png'
guide_img_path = origin_img_path
|
2、根据图片路径和想获取的图片数量获取数据集。
1
| dataset = trainDataSetFromTrack2(origin_img_path, guide_img_path,10)
|
3、用DataLoader获取可以输入神经网络中的数据集
1
| trainloader = DataLoader(dataset, batch_size=1, shuffle=True, num_workers=0)
|
4、得到一组样本图片，iter函数将可序列化的对象序列化，next按顺序取序列化后对象的数据。
1
| batchdict = next(iter(trainloader))
|
5、获取原始图像及其深度图、引导图像及其深度图。
1
| ori_image, guide_image, ori_depth, guide_depth = batchdict['x']
|
6、将图片保存到对象路径中
1
| save_img(ori_image,'./1.png')
|
函数代码：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
| def test_trainSet():
# 创建数据集
origin_img_path = '../datasets/alltrain/*.png'# 输入的原始图像的路径
guide_img_path = origin_img_path # 引导图像路径
dataset = trainDataSetFromTrack2(origin_img_path, guide_img_path,10)# 根据图片路径读取数据集
trainloader = DataLoader(dataset, batch_size=1, shuffle=True, num_workers=0)
# 输出信息
print("训练集一共有{}/{}={}个的批次,其中{}是mini-batch".format(len(dataset), 1, len(trainloader), 1))
batchdict = next(iter(trainloader))# 得到一组样本数据
ori_image, guide_image, ori_depth, guide_depth = batchdict['x']
img_name = batchdict['img_name']
print(ori_image.shape)
print(guide_image.shape)
print(ori_depth.shape)
print(guide_depth.shape)
print('img_name', img_name)
save_img(ori_image,'./1.png')
|
二、类trainDataSetFromTrack2
类trainDataSetFromTrack2的功能：实现加载数据集所需的各个函数。
1、类头
该类继承自类Dataset，需要重载函数__init__()、getitem(self, index)、len(self)（这三个函数开头结尾都有两个下划线，typora文档里没显示出来）。
1
| class trainDataSetFromTrack2(Dataset):
|
2、成员函数__init__（）
函数代码：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
| def __init__(self,
origin_img_path: str,
guide_img_path: str,
num:int,
):
super(trainDataSetFromTrack2, self).__init__()
self.origin_img_paths, self.guide_img_paths = self._get_dataset_path(origin_img_path, guide_img_path)
self.len = len(self.origin_img_paths)
if num > 0 and num < self.len:
self.origin_img_paths = self.origin_img_paths[:num]
self.guide_img_paths =self.guide_img_paths[:num]
self.len = num
self.preprocess_fn = data_transform
print(f'含有{self.len} 个样本的数据集已被创建')
|
函数功能：
1、获取所有输入的原始图像和引导图像的路径
1
| self.origin_img_paths, self.guide_img_paths = self._get_dataset_path(origin_img_path, guide_img_path)
|
2、获取读取整个数据集的大小
1
| self.len = len(self.origin_img_paths)
|
3、获取指定数量的图片
1
2
3
4
| if num > 0 and num < self.len:
self.origin_img_paths = self.origin_img_paths[:num]
self.guide_img_paths =self.guide_img_paths[:num]
self.len = num
|
4、获取图像预处理函数
1
| self.preprocess_fn = data_transform
|
3、成员函数__getitem__（）
函数代码：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
| # 获取一组图片数据
def __getitem__(self, index):
# 获取一组样本的路径
origin_img_path, guide_img_path = self.origin_img_paths[index % self.len], self.guide_img_paths[index % self.len]
origin_depth_name = origin_img_path.split('_')[0]+'.npy' # 拼接出原始图像对应深度图的路径：Image000+.npy
guide_depth_name = guide_img_path.split('_')[0]+'.npy' # 拼接出指导图像对应深度图的路径: Image001+.npy
truth_img_name = origin_img_path.split('_')[0]+'_'+guide_img_path.split('_')[1]+'_'+guide_img_path.split('_')[2]# 拼接出真实图像的路径：原始图像的前缀Image000+指导图像的后缀
# 读取该组样本的RGB图片
ori_image, guide_image,truth_img = map(self._read_rgb_img, (origin_img_path, guide_img_path,truth_img_name))
# 读取该组样本的depth图片
ori_depth, guide_depth = map(self._read_depth_img, (origin_depth_name, guide_depth_name))
# 获取该组样本对应的名称
img_name = origin_img_path.split('\\')[1]
return {'x':(ori_image, guide_image, ori_depth, guide_depth),
'y':truth_img,
'img_name':img_name}
|
函数功能：根据序号index，获取一组样本图片。
1、获取原始图像及其深度图、引导图像及其深度图、真实图像的路径
1
2
3
4
5
6
7
8
| # 根据序号index，获取原始图像、引导图像的路径
origin_img_path, guide_img_path = self.origin_img_paths[index % self.len], self.guide_img_paths[index % self.len]
# 拼接出原始图像对应深度图的路径：Image000+.npy
origin_depth_name = origin_img_path.split('_')[0]+'.npy'
# 拼接出指导图像对应深度图的路径: Image001+.npy
guide_depth_name = guide_img_path.split('_')[0]+'.npy'
# 拼接出真实图像的路径：原始图像的前缀Image000+指导图像的后缀
truth_img_name = origin_img_path.split('_')[0]+'_'+guide_img_path.split('_')[1]+'_'+guide_img_path.split('_')[2]
|
2、# 读取该组样本的RGB图片
1
| ori_image, guide_image,truth_img = map(self._read_rgb_img, (origin_img_path, guide_img_path,truth_img_name))
|
map（）相当于调用了函数self._read_rgb_img三次，以上代码还可以写为
1
2
3
| ori_image = self._read_rgb_img(origin_img_path)
guide_image = self._read_rgb_img(guide_img_path)
truth_img = self._read_rgb_img(truth_img_name)
|
3、读取该组样本的depth图片
1
| ori_depth, guide_depth = map(self._read_depth_img, (origin_depth_name, guide_depth_name))
|
4、返回读取的这组样本图片
1
2
3
| return {'x':(ori_image, guide_image, ori_depth, guide_depth),
'y':truth_img,
'img_name':img_name}
|
4、成员函数 __len__（）
函数功能：返回读取图片的数量。
函数代码：
1
2
| def __len__(self):
return self.len
|
5、成员函数_read_rgb_img（）
类中的成员函数加上一个下划线_，这样类外就不能访问该函数。
函数功能：根据给定的图片路径，获取图片张量。
函数代码：
1
2
3
4
5
| def _read_rgb_img(self,img_path):
img = Image.open(str(img_path))
image_tensor = self.preprocess_fn(img)
image_tensor = image_tensor[:3, :, :]
return image_tensor
|
6、成员函数_read_depth_img（）
函数功能：根据给定的图片路径，获取深度图片张量。
函数代码：
1
2
3
4
5
6
| def _read_depth_img(self,depth_path):
depth = np.load(depth_path, allow_pickle=True).item()['normalized_depth']
ori_depth = torch.unsqueeze(torch.from_numpy(depth), 0) # 升维(1,1024,1024)
#ori_depth = torch.unsqueeze(ori_depth, 0) # 升维(1,1,1024,1024)
return ori_depth
|
7、成员函数_get_dataset_path（）
函数功能：根据给定的图片文件夹的路径，获取图片文件夹中所有图片的路径。
glob.glob函数：搜索所有满足条件的项。
函数代码：
1
2
3
4
5
6
| def _get_dataset_path(self, input_file_path, target_file_path):
origin_img_paths = sorted(glob.glob(input_file_path, recursive=True))
guide_img_paths = glob.glob(target_file_path, recursive=True)
random.shuffle(guide_img_paths)
#assert len(origin_img_paths) == len(guide_img_paths)
return origin_img_paths, guide_img_paths
|
三、数据增强手段
代码
1
2
3
| data_transform = transforms.Compose([
transforms.ToTensor(),
])
|
四、函数save_img()
函数功能：把图片张量tensor_img保存到输出文件夹output_dir中。
函数代码：
1
2
3
| def save_img(tensor_img,output_dir):
torchvision.utils.save_image(tensor_img, output_dir)
|