Files
CARIA-TRAINER-AI/server-trainer/dataset_generation/Dataset_images_vitesse_panneaux.py
ccunatbrule 3e6785fec2 CARIA.2.1
Update for the final presentation
huge change with previous version
2024-09-03 12:08:48 +02:00

118 lines
4.2 KiB
Python

import tensorflow as tf
from tensorflow.keras import layers, models
import numpy as np
from sklearn.utils import shuffle
import os
import cv2
import csv
import dataset_params_edition as dataset
# Taille des images
size = 60
# Nombre total d'images à générer
nombre_images_a_generer = 2000
# Chemin vers le répertoire contenant les images de panneaux
dir_images_panneaux = "server-trainer/images/vitesse_panneaux"
dir_images_genere_panneaux = "server-trainer/images/genere_vitesse_panneaux"
csv_file_path = "server-trainer/images/genere_vitesse_panneaux_labels.csv"
# Fonction pour lire les images de panneaux à partir du répertoire spécifié
def lire_images_panneaux(dir_images_panneaux, size=None):
print(f"Lecture des images depuis le répertoire : {dir_images_panneaux}")
tab_panneau = []
tab_image_panneau = []
if not os.path.exists(dir_images_panneaux):
quit(f"Le répertoire d'image n'existe pas: {dir_images_panneaux}")
files = os.listdir(dir_images_panneaux)
if files is None or len(files) == 0:
quit(f"Le répertoire d'image est vide: {dir_images_panneaux}")
for file in sorted(files):
if file.endswith("png"):
tab_panneau.append(file.split(".")[0])
image = cv2.imread(os.path.join(dir_images_panneaux, file))
if size is not None:
image = cv2.resize(image, (size, size), cv2.INTER_LANCZOS4)
tab_image_panneau.append(image)
return tab_panneau, tab_image_panneau
# Supprimer les images existantes et le fichier CSV
if os.path.exists(dir_images_genere_panneaux):
for file in os.listdir(dir_images_genere_panneaux):
file_path = os.path.join(dir_images_genere_panneaux, file)
if os.path.isfile(file_path):
os.remove(file_path)
if os.path.exists(csv_file_path):
os.remove(csv_file_path)
tab_panneau, tab_image_panneau = lire_images_panneaux(dir_images_panneaux, size)
print(f"Nombre d'images lues : {len(tab_image_panneau)}")
tab_images = np.array([]).reshape(0, size, size, 3)
tab_labels = []
images_par_panneau = nombre_images_a_generer // len(tab_image_panneau)
print(f"Nombre d'images à générer par panneau : {images_par_panneau}")
print("Génération des images modifiées...")
csv_data = [] # Liste pour stocker les données du CSV
for id, image in enumerate(tab_image_panneau):
lot = []
for i in range(images_par_panneau):
lot.append(dataset.modif_img(image))
lot = np.array(lot)
tab_images = np.concatenate([tab_images, lot])
tab_labels = np.concatenate([tab_labels, np.full(len(lot), id)])
print(f"Nombre total d'images générées : {len(tab_images)}")
tab_panneau = np.array(tab_panneau)
tab_images = np.array(tab_images, dtype=np.float32) / 255
tab_labels = np.array(tab_labels).reshape([-1, 1])
tab_images, tab_labels = shuffle(tab_images, tab_labels)
print("Données mélangées.")
print(f"Sauvegarde des images générées dans : {dir_images_genere_panneaux}")
if not os.path.exists(dir_images_genere_panneaux):
os.makedirs(dir_images_genere_panneaux)
for i in range(len(tab_images)):
# Générer un nom de fichier unique
file_name = "{}_{}.png".format(i, tab_panneau[int(tab_labels[i])])
# Enregistrer l'image dans le répertoire de sortie
cv2.imwrite(os.path.join(dir_images_genere_panneaux, file_name), tab_images[i] * 255.0)
# Ajouter les données au CSV
label = "VP" + str(i)
csv_data.append([file_name, label])
print("Toutes les images ont été sauvegardées.")
print(f"Nombre total d'images sauvegardées : {len(tab_images)}")
# Écrire les données dans le fichier CSV
print(f"Écriture des labels dans le fichier CSV : {csv_file_path}")
with open(csv_file_path, mode='w', newline='') as file:
writer = csv.writer(file)
writer.writerow(["filename", "label"]) # Écrire l'en-tête
writer.writerows(csv_data) # Écrire les données
print("Fichier CSV généré.")
print("Affichage des images générées...")
for i in range(len(tab_images)):
cv2.imshow("panneau", tab_images[i])
print(f"label: {tab_labels[i][0]}, panneau: {tab_panneau[int(tab_labels[i])]}")
key = cv2.waitKey(0) & 0xFF
if key == ord('q'):
print("Sortie demandée par l'utilisateur.")
break
cv2.destroyAllWindows()
print("Terminé.")