MnistCNN

環境設定

下載 ffmpeg
下載並安裝 Anaconda，選擇搭配 Python 3.6 的版本

Windows 環境

Wndows 需下載 ffmpeg ，解壓縮到資料夾後，該資料夾加入 PATH

加入 PATH 請參考下方步驟：

在 電腦 或 本機 上點 右鍵 選擇 內容
點開左邊的 進階系統設定 ，展開 進階 分頁
點擊 環境變數
如果出現清單，將 ffmpeg.exe 的所在路徑加入；如果沒出現清單請用 ; 隔開原本的內容，將 ffmpeg 所在路徑附加上去

設定後後請開啟新的終端機環境確認可以輸入 ffmpeg -version 可以正確顯示套件版本。

Conda 環境初始化

conda env --name myname python=3.6 anaconda
activate  myname

提示符號會變成

(myname) 當前路徑>

進入環境後，請輸入下面指令將 cmd 切換為 Unicode 編碼（不然亂碼等著你）

chcp 65001

Linux 環境

非 Linux 可以透過套件管理程式安裝 ffmpeg 套件，指令如下

# ArchLinux
sudo pacman -Syu ffmpeg

# Debian / Ubuntu 與其他使用 apt 的 Linux
sudo apt-get install ffmpeg

# Red Hat Entprise Linux / CentOS 與其他使用 yum 的 Linux
sudo yum install ffmpeg

安裝後請確認可以在終端機可以輸入 ffmpeg --version 可以正確顯示套件版本。

Anaconda 安裝完成後會提示是否要將初始環境變數的指令加入 ~/.bashrc ，如果不使用 bash 需將下面指令加入對應的環境檔案。

export PATH=/home/dd-han/anaconda3/bin:$PATH

手動或加入後，需執行 source ~/.bashrc 或 source ~/.zshrc 更新環境變數（或是關閉終端機重開）。

更新後環境變數，執行以下指令確保 Python 從 Anaconda 而不是從系統來：

which python

共通步驟

啟用 Anaconda 環境後，還需要設定 Anaconda 環境的 python 套件

更新 pip

python -m pip install msgpack
python -m pip install --upgrade pip

安裝套件

pip install tensorflow keras h5py

Jupyter 使用說明

Jupyter 是一個方便的 GUI 工具可以進行 Python Debug 與開發。

Repo 中， image 資料夾內圖片為 GENYAPIUS 並處理為灰階的一張圖片。(?

要使用 jupyter notebook 開啟程式碼，輸入 jupyter notebook 就會開啟網頁

網頁開啟後點選 mnistCNN.ipynb

一格稱為一個 Cell，Ctrl+Enter為執行該Cell。

第一個Cell為讀取模組。

第二個Cell為load_data Function，包括圖片維度化以及上label 圖片路徑為imgs = os.listdir("d:/school/image")這一行。

np.empty((1, 1, 28, 28), dtype="float32") label = np.empty((1,), dtype="uint8") data = data.reshape(1, 28, 28, 1) 這三行第一個1為資料夾內圖片數目，須依情況更改。

因預測範圍只有0~9之手寫數字，檔案名稱格式為數字.第幾張.jpg 例：0.1.jpg為數字0、第1張圖片另外請注意別讓資料夾內有除了jpg檔以外的檔案，否則會出錯。

第三個Cell為使用load_data Function讀取圖片並將維度標準化。

第四個Cell為在使用完第三個Cell後使用標準化的測驗資料進行預測。

第五個Cell為以混淆矩陣顯示預測結果，橫排predict為預測值、直排label為實際值。

capture 使用說明

dd-han 表示他懶得寫註解，以下直接上 Sample

from capture import Capture
import os

def job(self, image_object):
  gray_file = os.path.join(self.temp_dir, "gray.jpg")
  image_object.save(gray_file)
  self.open_image(gray_file)

capture = Capture()
print(capture.platform)
print(capture.temp_dir)

capture.set_camera()
print(capture.ffmpeg_command)

capture.set_crop()
print(capture.crop)

capture.timer(job, delay_time=0, count=None)