前提・実現したいこと
Pythonでカメラで映した数字を識別するプログラムを作りたいと思っています。MNISTで学習させたモデルを読み込み、赤枠内に数字カードを映した状態でEキーを押すと識別してくれるというプログラムなのですがEキーを押すと以下のようなエラーメッセージが出てきます。初心者なもので調べても全く分からないのでどこをどのように直せばよいのか教えていただきたいです。
発生している問題・エラーメッセージ
TypeError: numpy.ndarray or cuda.ndarray are expected. Actual: <class '__main__.MyMLP'>
該当のソースコード
import cv2 import numpy as np from chainer import Chain, serializers import chainer.functions as F import chainer.links as L # 多層パーセプトロンモデルの設定 class MyMLP(Chain): # 入力784、中間層500、出力10次元 def __init__(self, n_in=784, n_units=500, n_out=10): super(MyMLP, self).__init__( l1=L.Linear(n_in, n_units), l2=L.Linear(n_units, n_units), l3=L.Linear(n_units, n_out), ) # ニューラルネットの構造 def __call__(self, x): h1 = F.relu(self.l1(x)) h2 = F.relu(self.l2(h1)) y = self.l3(h2) return y def preprocessing(img): img = img[190:290,270:370] img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) img = cv2.GaussianBlur(img, (3, 3), 0) img = cv2.resize(img, (28, 28)) res, img = cv2.threshold(img, 70 , 255, cv2.THRESH_BINARY) img = 255 - img img = img.astype(np.float32) cv2.imwrite("img.jpg",img) img /= 255 img = np.array(img).reshape(1,784) return img def main(): # 学習済みモデルの読み込み net = L.Classifier(MyMLP) serializers.load_npz('my_mnist.model', net) #Webカメラの映像表示 capture = cv2.VideoCapture(0) if capture.isOpened() is False: raise("IO Error") while True: #Webカメラの映像とりこみ ret, image = capture.read() if ret == False: continue #Webカメラの映像表示 cv2.rectangle(image,(270,190),(370,290),(0,0,255),3) cv2.imshow("Capture", image) k = cv2.waitKey(10) #Eキーで処理実行 if k == 101: img = preprocessing(image) num = net(img) #cv2.imwrite("img.jpg",img) print(num.data) print(np.argmax(num.data)) #ESCキーでキャプチャー画面を閉じる if k == 27: break cv2.destroyAllWindows() if __name__ == '__main__': main()
試したこと
ここに問題に対して試したことを記載してください。
補足情報(FW/ツールのバージョンなど)
ここにより詳細な情報を記載してください。
あなたの回答
tips
プレビュー