predict-letter-32x32rgb.ipynb

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 61,
   "metadata": {},
   "outputs": [],
   "source": [
    "testdata = [\n",
    "    'testdata/a.png',\n",
    "    'testdata/б.png',\n",
    "    'testdata/Т.png',\n",
    "    'testdata/Ё.png',\n",
    "    'testdata/Г.png',\n",
    "    'testdata/и.png',\n",
    "    'testdata/к.png',\n",
    "    'testdata/л.png',\n",
    "    'testdata/м.png',\n",
    "    'testdata/н.png',\n",
    "    'testdata/р.png',\n",
    "    'testdata/Ц.png',\n",
    "    'testdata/X.png',\n",
    "    'testdata/э.png',\n",
    "    'testdata/з.png',\n",
    "    'testdata/о.png',\n",
    "    'testdata/ъ.png',\n",
    "    'testdata/БУКВАП.jpg',\n",
    "    'testdata/БУКВАИ.jpg',\n",
    "    'testdata/БУКВАБ.jpg'\n",
    "]\n",
    "\n",
    "model_name = 'russian-cursive-32x32rgb.model.keras'"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 62,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "testdata/a.png: Скорее всего это буква \"а\" с уверенностью 100 %\n",
      "testdata/б.png: Скорее всего это буква \"б\" с уверенностью 98 %\n",
      "testdata/Т.png: Скорее всего это буква \"т\" с уверенностью 43 %\n",
      "testdata/Ё.png: Скорее всего это буква \"Ё\" с уверенностью 91 %\n",
      "testdata/Г.png: Скорее всего это буква \"Г\" с уверенностью 100 %\n",
      "testdata/и.png: Скорее всего это буква \"и\" с уверенностью 99 %\n",
      "testdata/к.png: Скорее всего это буква \"к\" с уверенностью 100 %\n",
      "testdata/л.png: Скорее всего это буква \"л\" с уверенностью 100 %\n",
      "testdata/м.png: Скорее всего это буква \"м\" с уверенностью 100 %\n",
      "testdata/н.png: Скорее всего это буква \"н\" с уверенностью 100 %\n",
      "testdata/р.png: Скорее всего это буква \"р\" с уверенностью 100 %\n",
      "testdata/Ц.png: Скорее всего это буква \"Ц\" с уверенностью 100 %\n",
      "testdata/X.png: Скорее всего это буква \"Т\" с уверенностью 91 %\n",
      "testdata/э.png: Скорее всего это буква \"Э\" с уверенностью 100 %\n",
      "testdata/з.png: Скорее всего это буква \"З\" с уверенностью 100 %\n",
      "testdata/о.png: Скорее всего это буква \"о\" с уверенностью 100 %\n",
      "testdata/ъ.png: Скорее всего это буква \"ъ\" с уверенностью 100 %\n",
      "testdata/БУКВАП.jpg: Скорее всего это буква \"п\" с уверенностью 82 %\n",
      "testdata/БУКВАИ.jpg: Скорее всего это буква \"и\" с уверенностью 33 %\n",
      "testdata/БУКВАБ.jpg: Скорее всего это буква \"б\" с уверенностью 100 %\n",
      "Model: \"sequential_14\"\n",
      "_________________________________________________________________\n",
      " Layer (type)                Output Shape              Param #   \n",
      "=================================================================\n",
      " rescaling_14 (Rescaling)    (None, 32, 32, 3)         0         \n",
      "                                                                 \n",
      " conv2d_57 (Conv2D)          (None, 32, 32, 16)        448       \n",
      "                                                                 \n",
      " max_pooling2d_57 (MaxPooli  (None, 16, 16, 16)        0         \n",
      " ng2D)                                                           \n",
      "                                                                 \n",
      " conv2d_58 (Conv2D)          (None, 16, 16, 32)        4640      \n",
      "                                                                 \n",
      " max_pooling2d_58 (MaxPooli  (None, 8, 8, 32)          0         \n",
      " ng2D)                                                           \n",
      "                                                                 \n",
      " conv2d_59 (Conv2D)          (None, 8, 8, 64)          18496     \n",
      "                                                                 \n",
      " max_pooling2d_59 (MaxPooli  (None, 4, 4, 64)          0         \n",
      " ng2D)                                                           \n",
      "                                                                 \n",
      " dropout_12 (Dropout)        (None, 4, 4, 64)          0         \n",
      "                                                                 \n",
      " flatten_14 (Flatten)        (None, 1024)              0         \n",
      "                                                                 \n",
      " dense_28 (Dense)            (None, 128)               131200    \n",
      "                                                                 \n",
      " dense_29 (Dense)            (None, 66)                8514      \n",
      "                                                                 \n",
      "=================================================================\n",
      "Total params: 163298 (637.88 KB)\n",
      "Trainable params: 163298 (637.88 KB)\n",
      "Non-trainable params: 0 (0.00 Byte)\n",
      "_________________________________________________________________\n",
      "None\n"
     ]
    }
   ],
   "source": [
    "import numpy as np\n",
    "from PIL import Image\n",
    "import tensorflow as tf\n",
    "import keras\n",
    "\n",
    "model = keras.models.load_model(model_name)\n",
    "\n",
    "def predict_image(path):\n",
    "    img = Image.open(path).convert('RGB')\n",
    "    img1 = img.resize((32, 32))\n",
    "\n",
    "    img_array = keras.utils.img_to_array(img1)\n",
    "    img_array = tf.expand_dims(img_array, 0)\n",
    "\n",
    "    predictions = model.predict(img_array, verbose=0)\n",
    "\n",
    "    class_names = np.loadtxt('class_names-dataset.txt', str)\n",
    "\n",
    "    score1 = tf.nn.softmax(predictions[0])\n",
    "    \n",
    "    print(\n",
    "        \"{}: Скорее всего это буква \\\"{}\\\" с уверенностью {:.0f} %\"\n",
    "        .format(path, class_names[np.argmax(score1)], 100 * np.max(score1))\n",
    "    )\n",
    "\n",
    "for image in testdata:\n",
    "    predict_image(image)\n",
    "\n",
    "print(model.summary())"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.10.13"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 2
}