Page 973 - 3-3

predictions=sess.run(outPutLayer,feed_dict={x:plateNumber})
# 이미지를 넣고 출력값을 구한다
argMax=tf.argmax(predictions[0])
# 출력값을 one-hot-encoding 으로 받는다
plate=str(plateListAns[sess.run(argMax)])
# 문자로 바꾼다
plateTxt.write(plate)
#plateTxt 에 저장된 txt 파일에 write 한다
plateStr.append(plate)
#plateSTr 에 추출된 번호를 추가한다

plateTxt.close()
#txt 를 닫는다

6) 학습에 사용된 다양한 코드들
가 학습 데이터를 하나의 파일로 만드는 코드.
import cv2
import numpy as np

from defCap import txtCount

DATA_PATH='Test_Data/'
# 학습 할 이미지가 있는 폴더의 경로
LABEL_PATH='Test_Data/dataset/label.txt'
# 학습 데이터의 라벨이 있는 폴더의 경로
SAVE_PATH='Test_Data/dataset/'
# 데이터 셋을 저장할 경로

count=1
# 초기화

txt_str,_=txtCount(LABEL_PATH)
#label 을 list 로 변환

imgs=[]
labels=[]
# 리스트 초기화

while True:
img=cv2.imread(DATA_PATH+str(count)+'.jpg')
# 다음 경로에서 이미지를 불러온다
if img is None:break
# 불러온 이미지가 비어있다면 break

imgs.append(img)

- 973 -