56 lines
2.3 KiB
Python
56 lines
2.3 KiB
Python
import numpy as np
|
|
import requests
|
|
|
|
|
|
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 True
|
|
return False
|
|
|
|
|
|
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: 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()
|
|
for i, entity in enumerate(entities): # запись в лист имен объектов и присутствие
|
|
if (results_ndarray[:, -1] == i).sum() > 0: # если объект найден
|
|
object_properties.append({'domain': entity,
|
|
'property': 'locatedIn',
|
|
'range': classroom})
|
|
else:
|
|
object_properties.append({'domain': entity,
|
|
'property': 'notLocatedIn',
|
|
'range': classroom})
|
|
|
|
for i in range(results_ndarray.shape[0]):
|
|
data_properties.append({'domain': entities[int(results_ndarray[i, 5])],
|
|
'property': 'hasArea',
|
|
'value': get_entity_square(results_ndarray[i])})
|
|
data_properties.append({'domain': entities[int(results_ndarray[i, 5])],
|
|
'property': 'hasConfidence',
|
|
'value': float(results_ndarray[i, 4])})
|
|
|
|
return object_properties, data_properties
|