created: 2021/10/02 modified: 2021/10/29
概要
- 作成した学習やテスト用のJPG画像をndarray(numpy)オブジェクトに変換します。
- 変換したデータをファイルに保存します。
プログラム環境
さくらインターネットのVPSでCENTOS上のanacondaの仮想環境を使用しています。
conda でインストールしたパッケージは、
tensorflow
keras
numpy
pillow
だけです。> conda list
# packages in environment at /home/kurodon/.pyenv/versions/anaconda3-2020.11/envs/numbers:
#
# Name Version Build Channel
_libgcc_mutex 0.1 main
_openmp_mutex 4.5 1_gnu
_tflow_select 2.3.0 mkl
abseil-cpp 20210324.2 h2531618_0
absl-py 0.13.0 py37h06a4308_0
aiohttp 3.7.4.post0 py37h7f8727e_2
astor 0.8.1 py37h06a4308_0
astunparse 1.6.3 py_0
async-timeout 3.0.1 py37h06a4308_0
attrs 21.2.0 pyhd3eb1b0_0
blas 1.0 mkl
blinker 1.4 py37h06a4308_0
brotlipy 0.7.0 py37h27cfd23_1003
bzip2 1.0.8 h7b6447c_0
c-ares 1.17.1 h27cfd23_0
ca-certificates 2021.9.30 h06a4308_1
cached-property 1.5.2 py_0
cachetools 4.2.2 pyhd3eb1b0_0
certifi 2021.5.30 py37h06a4308_0
cffi 1.14.6 py37h400218f_0
chardet 4.0.0 py37h06a4308_1003
charset-normalizer 2.0.4 pyhd3eb1b0_0
click 8.0.1 pyhd3eb1b0_0
coverage 5.5 py37h27cfd23_2
cryptography 3.4.8 py37hd23ed53_0
cython 0.29.24 py37h295c915_0
dataclasses 0.8 pyh6d0b6a4_7
flatbuffers 2.0.0 h2531618_0
freetype 2.10.4 h5ab3b9f_0
gast 0.4.0 pyhd3eb1b0_0
giflib 5.2.1 h7b6447c_0
google-auth 1.33.0 pyhd3eb1b0_0
google-auth-oauthlib 0.4.1 py_2
google-pasta 0.2.0 pyhd3eb1b0_0
grpcio 1.36.1 py37h2157cd5_1
h5py 3.2.1 py37h6c542dc_0
hdf5 1.10.6 hb1b8bf9_0
icu 68.1 h2531618_0
idna 3.2 pyhd3eb1b0_0
importlib-metadata 4.8.1 py37h06a4308_0
intel-openmp 2021.3.0 h06a4308_3350
jpeg 9d h7f8727e_0
keras 2.6.0 py39hd3eb1b0_0
keras-preprocessing 1.1.2 pyhd3eb1b0_0
krb5 1.19.2 hac12032_0
lcms2 2.12 h3be6417_0
ld_impl_linux-64 2.35.1 h7274673_9
libcurl 7.78.0 h0b77cf5_0
libedit 3.1.20210714 h7f8727e_0
libev 4.33 h7f8727e_1
libffi 3.3 he6710b0_2
libgcc-ng 9.3.0 h5101ec6_17
libgfortran-ng 7.5.0 ha8ba4b0_17
libgfortran4 7.5.0 ha8ba4b0_17
libgomp 9.3.0 h5101ec6_17
libnghttp2 1.41.0 hf8bcb03_2
libpng 1.6.37 hbc83047_0
libprotobuf 3.14.0 h8c45485_0
libssh2 1.9.0 h1ba5d50_1
libstdcxx-ng 9.3.0 hd4cf53a_17
libtiff 4.2.0 h85742a9_0
libuuid 1.0.3 h7f8727e_2
libwebp-base 1.2.0 h27cfd23_0
lz4-c 1.9.3 h295c915_1
markdown 3.3.4 py37h06a4308_0
mkl 2021.3.0 h06a4308_520
mkl-service 2.4.0 py37h7f8727e_0
mkl_fft 1.3.0 py37h42c9631_2
mkl_random 1.2.2 py37h51133e4_0
multidict 5.1.0 py37h27cfd23_2
ncurses 6.2 he6710b0_1
numpy 1.20.3 py37hf144106_0
numpy-base 1.20.3 py37h74d4b33_0
oauthlib 3.1.1 pyhd3eb1b0_0
olefile 0.46 py37_0
openjpeg 2.4.0 h3ad879b_0
openssl 1.1.1l h7f8727e_0
opt_einsum 3.3.0 pyhd3eb1b0_1
pillow 8.3.1 py37h2c7a002_0
pip 21.0.1 py37h06a4308_0
protobuf 3.14.0 py37h2531618_1
pyasn1 0.4.8 pyhd3eb1b0_0
pyasn1-modules 0.2.8 py_0
pycparser 2.20 py_2
pyjwt 2.1.0 py37h06a4308_0
pyopenssl 20.0.1 pyhd3eb1b0_1
pysocks 1.7.1 py37_1
python 3.7.11 h12debd9_0
python-flatbuffers 1.12 pyhd3eb1b0_0
readline 8.1 h27cfd23_0
requests 2.26.0 pyhd3eb1b0_0
requests-oauthlib 1.3.0 py_0
rsa 4.7.2 pyhd3eb1b0_1
scipy 1.7.1 py37h292c36d_2
setuptools 58.0.4 py37h06a4308_0
six 1.16.0 pyhd3eb1b0_0
snappy 1.1.8 he6710b0_0
sqlite 3.36.0 hc218d9a_0
tensorboard 2.6.0 py_1
tensorboard-data-server 0.6.0 py37hca6d32c_0
tensorboard-plugin-wit 1.6.0 py_0
tensorflow 2.6.0 mkl_py37h9d15365_0
tensorflow-base 2.6.0 mkl_py37h3d85931_0
tensorflow-estimator 2.6.0 pyh7b7c402_0
termcolor 1.1.0 py37h06a4308_1
tk 8.6.11 h1ccaba5_0
typing-extensions 3.10.0.2 hd3eb1b0_0
typing_extensions 3.10.0.2 pyh06a4308_0
tzdata 2021a h5d7bf9c_0
urllib3 1.26.7 pyhd3eb1b0_0
werkzeug 2.0.1 pyhd3eb1b0_0
wheel 0.35.1 pyhd3eb1b0_0
wrapt 1.12.1 py37h7b6447c_1
xz 5.2.5 h7b6447c_0
yarl 1.6.3 py37h27cfd23_0
zipp 3.6.0 pyhd3eb1b0_0
zlib 1.2.11 h7b6447c_3
zstd 1.4.9 haebb681_0画像からnumpyファイルを出力
1グループ対応
共有変数と関数
c001.手書き文字-日本語-共有ソースを参照してください。
数字（numbers）：011-01.py
import numpy as np
import c001_env as env
def main():
x_train,y_train = env.load_img( env.train_dir )
np.save( env.npy_x_train,x_train,allow_pickle=True)
np.save( env.npy_y_train,y_train,allow_pickle=True)
print( 'success' )
main()
カタカナ（katakana）：012-01.py
- 数字（numbers）と同じ。
Family対応 ：011-51.py
共有変数と関数-c002.py
c001.手書き文字-日本語-共有ソースを参照してください。
import numpy as np
import c002_env as env
def main():
x_train,y_train = env.load_img2( '/train/' )
np.save( env.npy_x_train,x_train,allow_pickle=True)
np.save( env.npy_y_train,y_train,allow_pickle=True)
print( 'success' )
main()
前の記事：011-01.手書き文字-日本語-プログラムの管理リスト
次の記事：013-01.手書き文字-日本語の認識モデルの作成
