def resize(imageDimensions):
return Sequential([
CenterPadToAspectRatio(float(imageDimensions[0]) /
float(imageDimensions[1]),
pad_mode='edge'),
Resize(imageDimensions, interpolation=INTER_AREA)
])
'FixedDropout': FixedDropout
})
listImages = []
# Captura la imagen en cada cámara
for i in range(1):
listImages.append(VideoCapture(i).read()[1])
VideoCapture(i).release()
for image in listImages:
# Comprobar que la imagen contiene humo
if sum(
sum(
threshold((model.predict(array([
Sequential([
CenterPadToAspectRatio(
1., pad_mode='constant', pad_cval=0),
Resize((512, 512), interpolation=3)
]).augment_image(cvtColor(image, 4)) / 255.
]).astype('float'),
batch_size=1)[0][..., 0] *
255.).astype('uint8'), 127, 255,
0)[1].astype('uint8'))) > 4096:
# Send signal
if argv[1] == 'true':
# Guarda la imagen
imwrite(
'/root/Smoke/Images/smoke/' +
datetime.now().strftime('%Y%m%d%H%M%S') + '.png', image)
else:
if argv[1] == 'true':
# Guarda la imagen
imwrite(