89 lines
3.2 KiB
Python
89 lines
3.2 KiB
Python
import os
|
||
import sys
|
||
|
||
import cv2 as cv
|
||
import numpy as np
|
||
import requests
|
||
import torch
|
||
|
||
import imageWorking
|
||
import neuralNetwork
|
||
import ontologyWorking
|
||
|
||
url = 'http://kb.athene.tech/api/1.0/ontology/'
|
||
img_path = 'data'
|
||
img_size = (1280, 720) # Размер изображения для нормализации.
|
||
|
||
|
||
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):
|
||
results_ndarray = np.array(res)
|
||
request = ontologyWorking.get_request_data(model.names, results_ndarray)
|
||
object_properties += request[0]
|
||
data_properties += request[1]
|
||
|
||
# Формирование данных для запроса к сервису работы с онтологиями.
|
||
data = {
|
||
'data':
|
||
{
|
||
'objectPropertyAssertions': object_properties,
|
||
'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'])
|
||
for query in response['response']:
|
||
result[query] = [resultSQWRL['name']['value'] for resultSQWRL in response['response'][query]['rows']]
|
||
print(f'Запрос выполнен')
|
||
|
||
# Вывод результата.
|
||
print()
|
||
print('Результат:')
|
||
if result['QueryGetNotEmpty']:
|
||
print('Аудитория занята')
|
||
elif result['QueryGetCheck']:
|
||
print('Аудиторию необходимо проверить')
|
||
elif result['QueryGetEmpty']:
|
||
print('Аудитория пустая')
|
||
else:
|
||
print('Неизвестное состояние')
|
||
|
||
# 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)
|
||
analyze_file(sys.argv[1], sys.argv[2])
|