Я пытаюсь написать код, который предсказывает цифры из кривых в блендере. поэтому я преобразовал кривые в матрицы, подобные тем, которые использует sklearn, и попытался предсказать число, к сожалению, независимо от того, что я делаю, предсказание всегда равно 1.
матрица 2d (это похоже на круг, который у меня есть в блендере):
[[ 0. 0. 0. 0. 0. 0. 0. 0.]
[ 0. 0. 0. 25. 25. 0. 0. 0.]
[ 0. 25. 25. 25. 0. 25. 25. 0.]
[ 0. 25. 0. 0. 0. 0. 25. 0.]
[ 0. 25. 0. 0. 0. 0. 25. 0.]
[ 0. 25. 0. 0. 0. 0. 25. 0.]
[ 0. 0. 25. 25. 25. 25. 0. 0.]
[ 0. 0. 0. 0. 0. 0. 0. 0.]]
код:
import bpy
import numpy as np
from sklearn import datasets
from sklearn import svm
import scipy.misc
ob = bpy.context.object
assert ob.type == 'CURVE' # throw error if it's not a curve
curve = ob.data
spline = curve.splines.active # let's assume there's only one
assert spline.type == 'BEZIER' # throw error if it's not a bezier
shortest = None
shortestDist = 10000
shortest_x = None
shortestDist_x = 10000
result = []
for point in spline.bezier_points:
dist = point.co.y
dist_x = point.co.x
if dist < shortestDist : #test if better so far
shortest = point
shortestDist = dist
if dist_x < shortestDist_x : #test if better so far
shortest_x = point
shortestDist_x = dist
print(1 / abs(shortest.co.y))
result.append([shortest, shortestDist, dist, dist_x])
mult_y = 1 / abs(shortest.co.y)
mult_x = 1 / abs(shortest_x.co.x)
point_pos = []
for point in spline.bezier_points:
loc = point.co.y
loc_x = point.co.x
max_y = loc * mult_y
max_x = loc_x * mult_x
point_pos.append([loc, loc_x])
matrix = np.zeros((8, 8))
pixel = []
for index in enumerate(matrix):
matrix_to_co_y = 1 / len(matrix) * index[0]
for index_y in enumerate(matrix[index[0]]):
matrix_to_co_x = 1 / len(matrix) * index_y[0]
#print(matrix_to_co_y)
for point in point_pos:
if matrix_to_co_y > point[0] > matrix_to_co_y - 1 / len(matrix):
if matrix_to_co_x > point[1] > matrix_to_co_x - 1 / len(matrix):
pixel.append([index[0], index_y[0]])
for p in enumerate(pixel):
matrix[p[1][0]][p[1][1]] = 25
flat = np.ravel(matrix)
digits = datasets.load_digits()
clf = svm.SVC(gamma=0.001, C=100)
x,y = digits.data[:-1], digits.target[:-1]
clf.fit(x,y)
print('Prediction:',clf.predict([flat]))
print(matrix)
Я не знаю, что я делаю неправильно. Любая помощь будет оценена
digits
? Кроме того, не могли бы вы попробовать использоватьnp.reshape
илиnp.flatten
вместоnp.ravel
. Я думаю, вы получаете плоский вектор из столбцов вместо строк из матрицы изображения. - person KPLauritzen   schedule 23.11.2017