# image

Python API: `modelconverter.utils.image`

加载校准和推理输入数据。

校准数据以图像目录或原始数组目录的形式提供。此模块查找这些文件，并将其中一个文件转换为数组形状、颜色编码和数据类型，供各个平台的导出器和推理器馈送给其模型。

## 函数

### read_calib_dir

```python
def read_calib_dir(path: Path) -> list[Path]:
```

收集目录中的校准文件。

参数

 * `path` (`Path`): 要搜索的目录。不进行递归搜索。

返回

 * `list[Path]`: 目录中 `.jpg`、`.png`、`.jpeg`、`.npy` 和 `.raw` 文件的路径。

### read_image

```python
def read_image(path: PathType, shape: list[int], encoding: Encoding, resize_method: ResizeMethod, data_type: DataType | None = None, transpose: bool = True, layout: str | None = None) -> np.ndarray:
```

从文件中读取单个校准或推理输入。

`.npy` 文件按原样加载，`.raw` 文件作为 `data_type` 的平面缓冲区读取，并重塑为 `shape`。任何其他文件都作为图像打开，转换为 `encoding`，并适应从 `shape` 获取的高度和宽度。

参数

 * `path` (`PathType`): 要读取的文件的路径。
 * `shape` (`list[int]`): 读取文件所针对的模型输入的形状。
 * `encoding` (`Encoding`): 图像转换为的颜色编码。对于 `.npy` 和 `.raw` 文件，此参数被忽略。
 * `resize_method` (`ResizeMethod`): 图像如何适应请求的高度和宽度。对于 `.npy` 和 `.raw` 文件，此参数被忽略。
 * `data_type` (`DataType | None`): 结果数组转换为的数据类型。如果为 `None`，图像将转换为 `uint8`。`.raw` 文件需要此参数，对于 `.npy` 文件则忽略。
 * `transpose` (`bool`): 如果为 `True`，图像将从 `HWC` 转置为 `CHW`。对于 `.npy` 和 `.raw` 文件，此参数被忽略。
 * `layout` (`str | None`): `shape` 的字母代码布局，用于查找 `H`、`W` 和 `C` 轴。如果为 `None`，其长度与 `shape` 不匹配，或者缺少 `H` 或 `W`，则从维度数猜测轴。

返回

 * `np.ndarray`: 加载的数据作为 `numpy.ndarray`。

引发

 * `ModelconverterException`: 如果在没有 `data_type` 的情况下读取 `.raw` 文件，或者 `shape` 的长度无法解释为图像。
