Compare commits

...

2 Commits

4 changed files with 54 additions and 17 deletions

View File

@ -3,13 +3,20 @@ import numpy as np
from main import img_size as size
def image_transform(image):
def image_transform(image: np.ndarray) -> np.ndarray:
'''
Трансформирует изображение нужным образом.
@param image: Исходная матрица с представлением изображения.
'''
image = cv.resize(image, (size[0], size[1]))
return image[:, :, ::-1]
def get_image_as_array(image_name):
def get_image_as_array(image_name: str) -> np.ndarray:
'''
Получает изображение из файла и нормализует его.
@param image_name: Путь до изображения.
'''
image = cv.imread(image_name)
image: np.ndarray # приведение типов
image = image_transform(image)

25
main.py
View File

@ -12,18 +12,26 @@ import ontologyWorking
url = 'http://kb.athene.tech/api/1.0/ontology/'
img_path = 'data'
img_size = (1280, 720)
img_size = (1280, 720) # Размер изображения для нормализации.
def analyse_file(uid, image_path):
if ontologyWorking.is_ontology_exists(uid, url):
def analyze_file(uid: str, image_path: str) -> None:
'''
Анализирует файл и выводит результат в консоль.
@param uid: УИД онтологии.
@param url: Базовый URL сервиса.
'''
if not ontologyWorking.is_ontology_exists(uid, url):
raise Exception(f'Онтология с uid {uid} не существует')
if not os.path.isfile(image_path):
raise Exception(f'Изображение {image_path} не существует')
model = torch.hub.load('ultralytics/yolov5', 'yolov5s', pretrained=True)
model.names = neuralNetwork.rename_entity(model.names)
# Распознавание изображения.
results = model(imageWorking.get_image_as_array(image_path))
# Создание аксиом онтологии на основе результатов распознавания.
object_properties = list()
data_properties = list()
for i, res in enumerate(results.pred):
@ -32,6 +40,7 @@ def analyse_file(uid, image_path):
object_properties += request[0]
data_properties += request[1]
# Формирование данных для запроса к сервису работы с онтологиями.
data = {
'data':
{
@ -39,13 +48,14 @@ def analyse_file(uid, image_path):
'dataPropertyAssertions': data_properties
}
}
result = {
'QueryGetNotEmpty': '',
'QueryGetCheck': '',
'QueryGetEmpty': ''
}
params = '&'.join([f'names={query}' for query in result.keys()])
# Выполнение запроса.
response = requests.post(url + f'{uid}/query/multi?{params}', json=data).json()
if response['error']:
raise Exception(response['error'])
@ -53,6 +63,7 @@ def analyse_file(uid, image_path):
result[query] = [resultSQWRL['name']['value'] for resultSQWRL in response['response'][query]['rows']]
print(f'Запрос выполнен')
# Вывод результата.
print()
print('Результат:')
if result['QueryGetNotEmpty']:
@ -64,14 +75,14 @@ def analyse_file(uid, image_path):
else:
print('Неизвестное состояние')
# Вывод изображения
# Вывод изображения.
cv.imshow('result', results.render()[0][:, :, ::-1])
cv.waitKey(0)
cv.destroyAllWindows()
# Точка входа в приложение.
if __name__ == '__main__':
if len(sys.argv) != 3:
print(f'Запуск: {sys.argv[0]} <Ontology UID> <Image path>')
exit(1)
analyse_file(sys.argv[1], sys.argv[2])
analyze_file(sys.argv[1], sys.argv[2])

View File

@ -1,4 +1,8 @@
def rename_entity(list_names: dict):
def rename_entity(list_names: dict) -> dict:
'''
Нормализация названий объектов.
@param list_names: Список названий объектов.
'''
temp_list = list()
for entity in list_names.values():
entity: str

View File

@ -1,21 +1,36 @@
import numpy as np
import requests
def is_ontology_exists(uid, url):
list_ontologies = requests.get(url).json()['response']
def is_ontology_exists(uid: str, url: str) -> bool:
'''
Проверяет, существует ли онтология в сервисе.
@param uid: УИД онтологии.
@param url: Базовый URL сервиса.
'''
list_ontologies = requests.get(url).json()['response']['items']
for onto in list_ontologies:
if onto['uid'] == uid:
return False
return True
return True
return False
def get_entity_square(results_ndarray_i):
def get_entity_square(results_ndarray_i: np.ndarray) -> float:
'''
Получение площади занимаемой области.
@param results_ndarray_i: Описание местоположения объекта.
'''
square = float((results_ndarray_i[2] - results_ndarray_i[0]) *
(results_ndarray_i[3] - results_ndarray_i[1]))
return abs(square)
def get_request_data(entities, results_ndarray):
def get_request_data(entities: dict, results_ndarray: np.ndarray) -> tuple[list, list]:
'''
Формирование данных для сервиса онтологий.
@param entities: Список имён объектов.
@param results_ndarray: Результат распознавания объектов.
'''
classroom = 'classroom'
object_properties = list()
data_properties = list()