生成纹理边缘保持loss记录

1 计算两个图的ncc 值

import torch
import torch.nn.functional as F
import cv2
import numpy as np

# 函数将 OpenCV 图像转换为 PyTorch 张量
def cv_image_to_torch_tensor(image_path):
    # 使用 OpenCV 读取图像（BGR 顺序）
    img_cv = cv2.imread(image_path)
    # OpenCV 图像是 BGR 格式，需要转换为 RGB 格式以匹配 PyTorch 的通道顺序
    img_rgb = cv2.cvtColor(img_cv, cv2.COLOR_BGR2RGB)
    # 将 NumPy 数组转换为 PyTorch 张量，并确保数据类型为 float32 和范围 [0, 1]
    img_tensor = torch.from_numpy(img_rgb).float().div(255.0).unsqueeze(0)  # unsqueeze 添加 batch dimension
    return img_tensor

def cv_gray_image_to_torch_tensor(image_path):
    # 使用 OpenCV 读取灰度图像
    img_gray = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)
    # 将 NumPy 数组转换为 PyTorch 张量，并确保数据类型为 float32 和范围 [0, 1]
    img_tensor