Mercurial > ift6266

comparison transformations/Occlusion.py @ 54:12bc019acd4e

Find changesets by keywords (author, files, the commit message), revision number or hash, or revset expression.
Banque de 20000 images pour y prendre des fragments. De plus, cette banque est sur le reseau du DIRO. Rouler ce script avec accès au réseau DIRO
author SylvainPL <sylvain.pannetier.lebeuf@umontreal.ca>
date Fri, 05 Feb 2010 14:11:54 -0500
parents 60b093f963d8
children 27bf31dca87d
comparison
equal deleted inserted replaced
53:60b093f963d8 54:12bc019acd4e
18 18
19 19
20 import numpy 20 import numpy
21 import scipy 21 import scipy
22 import pylab 22 import pylab
23 from pylearn.io import filetensor as ft
23 24
24 class Occlusion(): 25 class Occlusion():
25 26
26 def __init__(self): 27 def __init__(self):
27 #Ces 4 variables representent la taille du "crop" sur l'image2 28 #Ces 4 variables representent la taille du "crop" sur l'image2
39 #Cette variable =1 si l'image est mise a gauche et -1 si a droite 40 #Cette variable =1 si l'image est mise a gauche et -1 si a droite
40 #et =0 si au centre, mais plus pale 41 #et =0 si au centre, mais plus pale
41 self.endroit=-1 42 self.endroit=-1
42 43
43 #Cette variable determine l'opacite de l'ajout dans le cas ou on est au milieu 44 #Cette variable determine l'opacite de l'ajout dans le cas ou on est au milieu
44 self.opacite=0.5 45 self.opacite=0.5 #C'est completement arbitraire. Possible de le changer si voulu
45 46
46 f3 = open('echantillon_occlusion.ft') #Arranger pour y mettre le bon path !! 47 #f3 = open('/data/lisa/data/ift6266h10/echantillon_occlusion.ft') #Doit etre sur le reseau DIRO.
47 #Presentement, on prend en compte que le fichier est ou on execute 48 #Il faut arranger le path sinon
48 49 f3 = open('echantillon_occlusion.ft')
49 w=ft.read(f3) 50 w=ft.read(f3)
50 f3.close() 51 f3.close()
51 52
52 self.longueur=len(w) 53 self.longueur=len(w)
53 self.d=(w/255).astype('float') 54 self.d=(w.astype('float'))/255
54 55
55 56
56 def get_settings_names(self): 57 def get_settings_names(self):
57 return ['haut','bas','gauche','droite','x_arrivee','y_arrivee','endroit','rajout'] 58 return ['haut','bas','gauche','droite','x_arrivee','y_arrivee','endroit','rajout']
58 59
132 pylab.imshow(img_trans.reshape((32,32))) 133 pylab.imshow(img_trans.reshape((32,32)))
133 pylab.show() 134 pylab.show()
134 135
135 136
136 if __name__ == '__main__': 137 if __name__ == '__main__':
137 from pylearn.io import filetensor as ft
138 import pylab 138 import pylab
139 _test(0.5) 139 _test(0.5)