def getSize(): #Возвращает значимые параметры bmp из файла с его размерами.
with open("size.txt", 'r') as f:
arr = np.asfarray(f.readlines(), float)
f.close()
listOfObjects = Point()
listOfObjects.i = arr[0]
listOfObjects.j = arr[1]
return listOfObjects
def convolution(index1, index2): #Create exitConvolution.txt
xz = open("___WhatIsHappened" + str(index1) + str(index2) + ".txt", 'w')
sizeOfPictures = getSize()
filename = (cf.optionsOfColorFile[index1]()
if index2 == 0 else cf.choiseOfMatrixWorks(index1))
#Подаем определенны файл на чтение ( один из трех цветов либо
xz.write(filename)
with open(filename, 'r') as f: #Открываем файл
matrix = f.readlines() # Заполняем массив matrix, в котором весь файл
matrix = np.asfarray(matrix, float) #Преобразуем во float
filename = cf.optionsOfWeightConversationFile[index1](
) #файл с набором весов для передачи в Convolution Layer и далее
with open(filename, 'r') as f:
weightConv = f.readlines() #запимываем файл в массив weightConv
weightConv = np.asfarray(weightConv, float) #Преобразуем во float
#Теперь прогоняем файл через массив
# Так как массив одномерный а использовать хотелось бы двумерный, то будем придерживаться логики, что координата в
# двумерном массиве есть по определению:
# координата i = номер ячейки // длина массива**1/2
# координата j = номер ячейки % длина массива**1/2
# соответственно чтобы вычислить координату в одномерном массиве мы будем придерживаться следующей логике:
# Координата в массиве = i*длину массива + j
#Массив у нас 6х4 по этому длина массиву массива принимаем за 4
p = Point() #юда будем подавать координаты ячейки
p.i = 0
p.j = 0
coordinate = p.i * 4 + p.j
#matrix = list(map((lambda x:x*weightConv[coordinate]),matrix)) #преобразовали весь массив, умножив на вес
# в weightConvArray
# Теперь надо пройтись картой 5х5 по всему массиву matrix
filename = "Core" + str(index1) + str(
index2) + ".txt" #Продумать функцию прохода
with open(filename, 'r') as f:
mapWeight = f.readlines() #запимываем файл в массив weightConv
mapWeight = np.asfarray(mapWeight, float) #Преобразуем во float
f.close()
coord = Point()
newArray = []
timeValue = 0.0
sizeArray = int(((len(matrix))**(1 / 2)) / 1) # будет длина массива
matrix = list(matrix) # преобразуем в лист
del matrix[sizeArray**
2:] # обрезаем ненужное чтобы привести к квадратному виду
matrix = np.asfarray(matrix, float)
n = (int(10) if index2 == 0 else int(4)
) # Обрезаем карту. Надо срезать по уму. Было до 10 и до 4
xz.write(filename)
xz.write("coord_i coord_j i j\n")
for i in range(
sizeArray -
n): # Обрезаем карту. Надо срезать по уму. Было до 10 и до 4
for j in range(sizeArray - n):
coord.i = int(i * (sizeArray - n) + j)
for x in range(5): #потому что карта 5х5
for y in range(5):
coord.j = int(x * 5 + y)
timeValue = timeValue + matrix[
coord.i + coord.j] * mapWeight[
coord.
j] #Здесь идет наращивание значени при свертке
#xz.write("matrix"+str(coord.i+coord.j)+'=%f ' % matrix[coord.i+coord.j])
#xz.write("mapWeight"+str(coord.j)+'=%f\n' % mapWeight[coord.j])
#xz.writelines("%f\n" % timeValue)
newArray.append(timeValue) # собираем массив
timeValue = 0.0
xz.close()
filename = "exitConvolution" + str(index1) + str(index2) + ".txt"
with open(filename, 'w') as f:
f.writelines("%f\n" % z for z in newArray)
f.close()
