-
Notifications
You must be signed in to change notification settings - Fork 1
/
digits_recognition.py
75 lines (58 loc) · 2.11 KB
/
digits_recognition.py
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
70
71
72
73
74
75
# -*- coding:Utf8 -*-
##########__WEBCAM-GAS__#####################
#Programme capture compteur Gaz RaspberryPi
#JB Bailly
#module python3 d'anlayse de valeur dans l'image
##########__WEBCAM-GAS__#####################
import matplotlib
# use a non-interactive backend
matplotlib.use('agg')
import matplotlib.pyplot as plt
import thingspeak as ts
import numpy as np
from scipy import misc
import skimage
from skimage.transform import resize
import os
import pickle
#read images
i=0
filenames=[]
dirname = "/home/pi/Documents/Captures_webcam/decoupe/"
for fname in os.listdir(dirname):
filenames.append(os.path.join(dirname, fname))
filenames.sort()
# Read every filename as an RGB image
imgs = [plt.imread(fname).astype(np.uint8) for fname in filenames]
# Crop every image to a square
def imcrop_tosquare(img):
"""Make any image a square image. """
size = np.min(img.shape[:2])
extra = img.shape[:2] - size
crop = img
for i in np.flatnonzero(extra):
crop = np.take(crop, extra[i] // 2 + np.r_[:size], axis=i)
return crop
imgs = [imcrop_tosquare(img_i) for img_i in imgs]
# Then resize the square image to 28 x 28 pixels
imgs = [resize(img_i, (28, 28), mode='constant') for img_i in imgs]
#convert images to 1D
images=np.array(imgs).reshape(-1,28*28)
#on charge le classifieur
with open('gaz-digits4MLP.pkl', 'rb') as fichier:
mon_depickler = pickle.Unpickler(fichier)
classifier = mon_depickler.load()
#index de la valeur max de sortie du classifieur
#qui correspond au chiffre identifié, pour chaque image
index=list(classifier.predict(images))
#concatenation de la liste des vlaeurs en un seul nombre
index = str(index)[1:-1].replace(",", "").replace(" ", "")
#recuperation du nom du fichier complet contenant la date & heure
#sortie sous forme '29/03/2017 11:03:09'
time=filenames[0].split('/')[-1][4:-14].split('-')
timestamp=time[2]+'/'+time[1]+'/'+time[0]+' '+time[4]+':'+time[5]+':'+time[6]
#enregistrement dans le fichier index
with open('index.csv', 'a') as fichier:
fichier.write(timestamp+';'+index+'\n')
#envoi des données sur "Thingspeak"
ts.sendthingspeak(timestamp,index)