前提・実現したいこと
Python初学者です。
GAEで作成したWebページで画像を複数枚送り、送られた画像をblobで一時保存してからGCSのバケットに保存しているのですが、HDF5ファイルを用いて判別し、目当ての画像だけ別のファイルに保存するプログラムを追加したいのですがGCP、Pythonを学び始めのため勝手が分かっておらずどのようなコードでうまくいくのか調べてもわからず、意見や参考になるものなどをご教授いただきたいです。
使用したいコード(main.py)は以下のものです。
file_url = blob.public_url
の下からHDF5ファイルを用いた判別を行っており、判別結果から目当ての画像だけ別のGCSバケットファイルに保存するプログラムを追加したいです。
main
1import os, sys
2from flask import Flask, flash, request, redirect, url_for, render_template, send_from_directory
3from werkzeug.utils import secure_filename
4import tensorflow as tf
5from keras.models import load_model
6import numpy as np
7from PIL import Image
8from PIL import ImageFile
9from google.cloud import storage
10import io
11import requests
12
13app = Flask(__name__)
14ImageFile.LOAD_TRUNCATED_IMAGES = True
15
16GCS_BUCKET = '777'
17GCS_BUCKETSUB = 'refile'
18MODEL_NAME = 'obama_smalling_201908.h5'
19
20MODEL_DOWNLOAD_FOLDER = '/tmp'
21UPLOAD_FOLDER = './uploads'
22ALLOWED_EXTENSIONS = set(['png', 'jpg', 'jpeg', 'gif'])
23
24model_path = os.path.join(MODEL_DOWNLOAD_FOLDER, MODEL_NAME)
25storage_client = storage.Client()
26bucket = storage_client.get_bucket(GCS_BUCKET)
27blob = bucket.get_blob(MODEL_NAME)
28blob.download_to_filename(model_path)
29model = load_model(model_path)
30
31graph = tf.get_default_graph()
32
33app = Flask(__name__)
34app.config['UPLOAD_FOLDER'] = UPLOAD_FOLDER
35
36def is_allowed_file(filename):
37 return '.' in filename and filename.rsplit('.', 1)[1].lower() in ALLOWED_EXTENSIONS
38
39@app.route('/')
40def index():
41 return redirect(url_for('predict'))
42
43@app.route('/predict', methods=['GET', 'POST'])
44def predict():
45 if request.method == 'POST':
46 if 'file' not in request.files:
47 flash('No file.')
48 return redirect(url_for('predict'))
49 file = request.files.get('file')
50 if file.filename == '':
51 flash('No file.')
52 return redirect(url_for('predict'))
53 if file and is_allowed_file(file.filename):
54 upload_files = request.files.getlist('file')
55 for file in upload_files:
56 gcs = storage.Client() #
57 bucket = gcs.get_bucket(GCS_BUCKET)
58 blob = bucket.blob(file.filename)
59 blob.upload_from_string(
60 file.read(),
61 content_type=file.content_type
62 )
63
64
65 file_url = blob.public_url
66
67 img = Image.open(io.BytesIO(requests.get(file_url).content)).convert('RGB')
68 img = img.resize((150, 150))
69
70 x = np.array(img, dtype=np.float32)
71 x = x / 255.
72 x = x.reshape((1,) + x.shape)
73
74 global graph
75 with graph.as_default():
76 pred = model.predict(x, batch_size=1, verbose=0)
77 score = pred[0][0]
78 if(score >= 0.5):
79 person = 'Smalling'
80 gcs = storage.Client()
81 bucket = gcs.get_bucket(GCS_refile)
82 blob = bucket.blob(file.filename)
83 blob.upload_from_string(
84 file.read(),
85 content_type=file.content_type
86 )
87 else:
88 person = 'Obama'
89 score = 1 - score
90
91 resultmsg = '[{}] {:.4%} Sure.'.format(person, score)
92
93 return render_template('result.html', resultmsg=resultmsg, filepath=file_url)
94 return render_template('predict.html')
95
96@app.route('/uploads/<filename>')
97def uploaded_file(filename):
98 return send_from_directory(app.config['UPLOAD_FOLDER'], filename)
99
100if __name__ == '__main__':
101 app.run()
Q&A
