File size: 2,443 Bytes
06f2b0d | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 | import os
import shutil
import tempfile
import subprocess
import argparse
import uuid
def run_single_inference(input_image: str, output_image: str, model_name: str):
"""
单张图像超分辨率推理
Args:
input_image (str): 输入图像路径
output_image (str): 输出图像路径
model_name (str): 模型名称，用于 --model 参数
"""
# 检查输入
if not os.path.exists(input_image):
raise FileNotFoundError(f"输入图像不存在: {input_image}")
# 1️⃣ 创建唯一临时目录
tmp_dir = tempfile.mkdtemp(prefix=f"xrestormer_{uuid.uuid4().hex[:8]}_")
input_dir = os.path.join(tmp_dir, "input")
output_dir = os.path.join(tmp_dir, "output")
os.makedirs(input_dir, exist_ok=True)
os.makedirs(output_dir, exist_ok=True)
# 2️⃣ 复制输入图像
shutil.copy(input_image, input_dir)
# 3️⃣ 调用原推理命令
cmd = [
"python", "X-Restormer/inference.py",
"--input", input_dir,
"--output", output_dir,
"--model", model_name,
]
print(f"[INFO] Running: {' '.join(cmd)}")
subprocess.run(cmd, check=True)
# 4️⃣ 查找输出结果（默认在 visualization 文件夹中）
print(cmd)
vis_dir = os.path.join(output_dir, "visualization", "test")
if not os.path.exists(vis_dir):
raise FileNotFoundError(f"未找到结果目录: {vis_dir}")
# 获取结果图（假设只有一张）
files = [f for f in os.listdir(vis_dir) if f.lower().endswith((".png", ".jpg"))]
if not files:
raise FileNotFoundError(f"在 {vis_dir} 中未找到结果图像。")
result_path = os.path.join(vis_dir, files[0])
# 5️⃣ 拷贝结果到目标路径
os.makedirs(os.path.dirname(output_image), exist_ok=True)
shutil.copy(result_path, output_image)
print(f"[INFO] 输出已保存到: {output_image}")
# 6️⃣ 清理临时目录
shutil.rmtree(tmp_dir, ignore_errors=True)
if __name__ == "__main__":
parser = argparse.ArgumentParser(description="单图像超分推理封装")
parser.add_argument("--input", required=True, help="输入图像路径")
parser.add_argument("--output", required=True, help="输出图像路径")
parser.add_argument("--model", required=True, help="模型名称（传给 --model 参数）")
args = parser.parse_args()
run_single_inference(args.input, args.output, args.model)
|