def doGet(path, videoName, savePath):
import Make_wavedata, clusteringPoint, make_figure, make_fft
from pythonFile import make_dirs
import os
import pickle
import shutil
print(path)
#保存ディレクトリの作成
'''
if not os.path.isdir(savePath + '/cat1/pict'):
for i in range(4):
os.makedirs(savePath + '/cat' + str(i+1) + '/pict')
if not os.path.isdir(savePath + '/fft'):
os.makedirs(savePath + '/fft')
else:
shutil.rmtree(savePath + '/fft')
os.makedirs(savePath + '/fft')
'''
make_dirs.makeDir(savePath)
zahyou = Make_wavedata.todo(path) #オプティカルフローで各特徴点の移動を推定
print(zahyou)
zahyou = clusteringPoint.todo(path, zahyou) #手動で分類する
make_figure.todo(zahyou, savePath, videoName) #取得した特徴点の動きをグラフにする
fft_savepaht = savePath + '/fft'
make_fft.doGet(path, zahyou, fft_savepaht, videoName) #取得した特徴点の動きをFFT変換する
f = open(savePath + '/pointData_' + videoName + '.txt', 'wb')
pickle.dump(zahyou, f)
def doGet(path, videoName, savePath):
import Make_wavedata, clusteringPoint, make_figure, make_fft, make_dirs
import os
import pickle
import shutil
print(path, videoName, savePath)
#保存ディレクトリの作成
make_dirs.makeDir(savePath)
zahyou = Make_wavedata.todo(path) #オプティカルフローで各特徴点の移動を推定
print(zahyou)
zahyou = clusteringPoint.todo(path, zahyou) #手動で分類する
make_figure.todo(zahyou, savePath, videoName) #取得した特徴点の動きをグラフにする
f = open(savePath + '/pointData_' + videoName + '.txt', 'wb')
pickle.dump(zahyou, f)
fft_savepaht = savePath + '/fft'
make_fft.doGet(path, fft_savepaht, videoName) #取得した特徴点の動きをFFT変換する
def doGet(path, videoName, savePath):
import Make_wavedata, clusteringPoint, make_figure, make_fft
from pythonFile import make_dirs, getVideoData
import os
import pickle
import shutil
print(path, videoName, savePath)
dirName = getVideoData.getDirName(path)
videoName = getVideoData.getVideoName(path)
#保存ディレクトリの作成
make_dirs.makeDir(savePath)
zahyou = Make_wavedata.todo(path) #オプティカルフローで各特徴点の移動を推定
print(zahyou)
if os.path.isdir('/media/koshiba/Data/opticalflow/point_data/' + dirName +
'/' + videoName + '/category.txt'):
f = open(
'/media/koshiba/Data/opticalflow/point_data/' + dirName + '/' +
videoName + '/category.txt', 'rb')
noise = pickle.load(f)
else:
noise = clusteringPoint.todo(path, zahyou) #手動で分類する
make_figure.todo(zahyou, savePath) #取得した特徴点の動きをグラフにする
make_fft.doGet(zahyou, savePath) #取得した特徴点の動きをFFT変換する
predList = [[], [], []]
accuracy = ['-1', '-1', '-1']
precision = ['-1', '-1', '-1']
recall = ['-1', '-1', '-1']
specificity = ['-1', '-1', '-1']
tmp = 0
for index1, pred in enumerate(zahyou):
for index2, answer in enumerate(noise):
#print(index1, index2)
if (pred[index2] == 0 or pred[index2] == -1):
if answer == 0:
predList[index1].append(0)
else:
predList[index1].append(3)
else:
if answer == 1:
predList[index1].append(1)
else:
predList[index1].append(2)
predAll = len(predList[index1])
tp = predList[index1].count(1)
tn = predList[index1].count(0)
fp = predList[index1].count(2)
fn = predList[index1].count(3)
print(predAll, tp, tn)
accuracy[index1] = str((tp + tn) / predAll)
if tp + fp != 0:
precision[index1] = str(tp / (tp + fp))
if tp + fn != 0:
recall[index1] = str(tp / (tp + fn))
if tn + fp != 0:
specificity[index1] = str(tn / (fp + tn))
print(zahyou)
#elapsed_time = time.time() - start
#print ("elapsed_time:{0}".format(elapsed_time) + "[sec]")
print('accuracy:' + accuracy[0] + ' ' + accuracy[1] + ' ' + accuracy[2])
print('precision' + precision[0] + ' ' + precision[1] + ' ' + precision[2])
print('recall' + recall[0] + ' ' + recall[1] + ' ' + recall[2])
print('specificity' + specificity[0] + ' ' + specificity[1] + ' ' +
specificity[2])
f = open(savePath + '/pointData_' + videoName + '.txt', 'wb')
pickle.dump(zahyou, f)
# 選択された動画の解析が終わっていれば実行
if os.path.exists(videoPath):
for num in range(5, 41): # windowSizeを5~40で実行
if not os.path.isdir(i + 'window_' + str(num) +
'/cat4/toFirstErrorFFT'):
make_dirs.makeDir(i[:-1] + '/winsize/winsize_' +
str(num)) # 保存するフォルダがなければ作成
savePath = i + 'winsize/winsize_' + str(num) # 保存先のPATH
zahyou = Make_wavedata.todo(
videoPath,
num) # 動画を解析する（時間はかかるけど毎回動画を読み込む），特徴点の各フレームにおける座標を取得
make_figure.todo(
zahyou,
savePath) # 各特徴点の各波形(vec, error, toFirstError)を取得
make_fft.doGet(
zahyou,
savePath) # 各波形のFFT解析(toFirstFFT, toFirstErrorFFT)
else:
error.append(videoName)
print("Could not be executed:" + error)
else:
dirName = getVideoData.getDirName(path)
videoName = getVideoData.getVideoName(path)
videoPath = '/media/koshiba/Data/video/yohaku/' + dirName + '/' + videoName + '.avi'
for num in range(5, 7):
if not os.path.isdir(path[:path.rfind('/')] + '/winsize/winsize_' +
str(num) + '/cat4/toFirstErrorFFT'):
make_dirs.makeDir(path[:path.rfind('/')] +