基于opengl的图像超分辨率实现

超分辨率(super-resolution)可以用更简单的术语来形容：它是通过算法将低清晰度的画面转化为高清晰度画面的技术。

通常而言, 超分辨技术可分为两类:SISR 和 VSR. 其中一种是单图像超分辨（SISR）, 它仅需要输入一张低清晰度画面即可推导出其对应的高清晰度画面.

另一种则是视频超级分解决策, 这种技术能够根据画面间的关联性来优化并提升某一特定帧的画面质量.

操作步骤

1、首先安装OpenCV contrib模块

在OpenCV中集成了高清晰度图像恢复技术于其contrib组件中。因此为了实现该功能我们需要先安装OpenCV的扩展组件。然而原文所提供的安装指南较为繁琐，请参考opencv-contrib组件的官方文档完成配置

实际上只需通过pip安装opencv-contrib-python这个包即可完成操作。我这里使用的是opencv-contrib-python ==4.4.0.44版本的库包，并已顺利完成测试验证无误。注意：如果已经安装了opencv-python，请务必先卸载该软件包（https://pypi.org/project/opencv-contrib-python/）。原因在于该软件库包含了四个不同的程序包（cv2），为了避免在同一环境中混装不同软件包导致功能冲突或插件问题，请严格按照推荐流