常連

注目の的

社会貢献

質問力

自己紹介

### 前提・実現したいこと
SpringBootをつかってログイン機能を勉強として作っています。
認証はSpringSecurityを使っています。

ログインボタンを押したらユーザーの名前とログインに使用したIDをログイン後の画面に表示したいのですが、Controllerの処理の書き方がよくわからずにいます。
principalを使ったらユーザー名だけは取得できたのですが、ユーザーの全情報を取得できるようにしたいです。

DBにはユーザー情報が1レコード登録してありそれを取り出してControllerで受け渡しをしたいです。

### 該当のソースコード

```LoginController.java
@Controller
public class LoginController {
	
	@Autowired
	UserForm userForm;
	
	@Autowired
	UserService userService;	
	
	@GetMapping({"/", "/login"})
	public String loginForm(UserForm userForm, Model model) {
		
		return "/login";
	}
	
	/*
	 * ログイン認証処理
	 */
	@PostMapping("/index")
	public String loginFormSubmit(@Valid @ModelAttribute UserForm loginUser,
									BindingResult result, Model model) {
		
		if(result.hasErrors()) {
			return "/login";
		}
		
		UserEntity userInfo = userService.loginCheck(loginUser.getUserId(), loginUser.getPassword());
		
		if(userInfo == null) {
			model.addAttribute("error", "error");
			
			return "/login";
		}
		setLoginInfo(userInfo);
		model.addAttribute(loginUser);
		
		
		return "redirect:/index";
	}

	private void setLoginInfo(UserEntity userEntityResult) {

		this.userForm.setUserId(userEntityResult.getUserId());
		this.userForm.setPassword(userEntityResult.getPassword());
		this.userForm.setUserName(userEntityResult.getUserName());

	}
	
	@GetMapping("/index")
	public String afterLogin(@ModelAttribute UserForm loginUser, Model model) {

		model.addAttribute("loginUser", loginUser);

		return "/index";
	}
	
	
}

```
```UserService.java
@Service
@Transactional
public class UserService {

	@Autowired
	private UserRepository userRepository;
	
	@Autowired
	LoginUserDao loginUserDao;

	@Autowired
	private BCryptPasswordEncoder passwordEncoder;
	
	public UserEntity create(UserEntity account, String rawPassword) {
		String encodePassword = passwordEncoder.encode(rawPassword);
		account.setPassword(encodePassword);
		
		return userRepository.save(account);
	}

	public UserEntity loginCheck(String userId, String password) {
		return loginUserDao.findUser(userId);
	}
	
}
```
```LoginUserDao.java
@Repository
public class LoginUserDao {

	@Autowired
	EntityManager em;
	
	public UserEntity findUser(String userId) {
		String query = "";
		query += "SELECT * ";
		query += "FROM USERS ";
		query += "WHERE USER_ID = :userId ";
		
		return (UserEntity)em.createNativeQuery(query, UserEntity.class).setParameter("userId", userId)
				.getSingleResult();
	}
}

```
```login.html
<!DOCTYPE html>
<html xmlns:th="http://thymeleaf.org">
<head>
	<meta charset="UTF-8">
	<link rel="stylesheet" href="https://stackpath.bootstrapcdn.com/bootstrap/4.5.0/css/bootstrap.min.css" integrity="sha384-9aIt2nRpC12Uk9gS9baDl411NQApFmC26EwAOH8WgZl5MYYxFfc+NcPb1dKGj7Sk" crossorigin="anonymous">
	<link rel="stylesheet" th:href="@{/css/login.css}" />
	<script type="text/javascript" th:src="@{/js/login.js}"></script>
	<script th:src="@{/js/masking_setting.js}"></script>
	<title>ログイン画面</title>
</head>
<body>
	<div class="contents">
	    <div class="logo_wrapper">
	        <img class="logo" th:src="@{/images/logo.jpg}" />
	    </div>
		<form th:action="@{/index}" method="post" th:object="${userForm}">
		  <div class="form-group">
		    <label for="user_id_form">User ID</label>
		    <input type="text" class="form-control" name="userId" id="user_id_form" th:field="*{userId}" placeholder="ユーザーID">
    		    <span th:if="${#fields.hasErrors('userId')}" th:errors="*{userId}"></span>
		  </div>
		  <div class="form-group">
		    <label for="password_form">Password</label>
		    <input type="password" class="form-control" name="password" id="password_form" th:field="*{password}" placeholder="パスワード">
 		    <span th:if="${#fields.hasErrors('password')}" th:errors="*{password}"></span>
		  </div>
		  <div class="form-group form-check">
		    <input type="checkbox" class="form-check-input" id="password_check">
		    <label class="form-check-label" for="pass_check">パスワードを表示する</label>
		  </div>
		  <button id="login" type="submit" class="btn btn-primary">ログイン</button>
		</form>
	</div>
</body>
</html>
```
```index.html
<!DOCTYPE html>
<html xmlns:th="http://thymeleaf.org">
<head>
	<meta charset="UTF-8">
	<title>ログイン後の画面</title>
</head>
<body>
<div th:object="${loginUser}">
  <p>ログインユーザーID：<span th:text="*{userId}"></span></p>
  <p>ログインユーザー名：<span th:text="*{userName}"></span></p>
</div>
</body>
</html>
```
```UserEntity.java
@Entity
@Table(name = "USERS")
public class UserEntity implements UserDetails{
	
	/**
	 * 
	 */
	private static final long serialVersionUID = 1L;

	@Id
	@Column(name = "USER_ID")
	@NotEmpty
	private String userId;
	
	@Column(name = "USER_NAME")
	@NotEmpty
	private String userName;
		
	@Column(name = "ADMIN_FLG")
	private int adminFlg;
	
	@Column(name = "PASSWORD")
	@NotEmpty
	private String password;

	public String getUserId() {
		return userId;
	}

	public void setUserId(String userId) {
		this.userId = userId;
	}

	public String getUserName() {
		return userName;
	}

	public void setUserName(String userName) {
		this.userName = userName;
	}

	public int getAdminFlg() {
		return adminFlg;
	}

	public void setAdminFlg(int adminFlg) {
		this.adminFlg = adminFlg;
	}

	public String getPassword() {
		return password;
	}

	public void setPassword(String password) {
		this.password = password;
	}

	@Override
	public Collection<? extends GrantedAuthority> getAuthorities() {
		// TODO 自動生成されたメソッド・スタブ
		return null;
	}

	@Override
	public String getUsername() {
		// TODO 自動生成されたメソッド・スタブ
		return null;
	}

	@Override
	public boolean isAccountNonExpired() {
		// TODO 自動生成されたメソッド・スタブ
		return false;
	}

	@Override
	public boolean isAccountNonLocked() {
		// TODO 自動生成されたメソッド・スタブ
		return false;
	}

	@Override
	public boolean isCredentialsNonExpired() {
		// TODO 自動生成されたメソッド・スタブ
		return false;
	}

	@Override
	public boolean isEnabled() {
		// TODO 自動生成されたメソッド・スタブ
		return false;
	}

}

```
```JpaUserDetailsServiceImpl.java
@Component
@Service
public class JpaUserDetailsServiceImpl implements UserDetailsService {
	
	//DBからユーザ情報を検索するメソッドを実装したクラス
	@Autowired
	private LoginUserDao userDao;
	
	@Override
	public UserDetails loadUserByUsername(String userId) throws UsernameNotFoundException {
		
		UserEntity user = userDao.findUser(userId);
		
		if (user == null) {
			throw new UsernameNotFoundException("User" + userId + "was not found in the database");
		}
		List<GrantedAuthority> grantList = new ArrayList<GrantedAuthority>();
		GrantedAuthority authority = new SimpleGrantedAuthority("USERS");
		grantList.add(authority);
		
		//rawDataのパスワードは渡すことができないので、暗号化
		BCryptPasswordEncoder encoder = new BCryptPasswordEncoder();
		
		UserDetails userDetails = (UserDetails)new User(user.getUserName(), encoder.encode(user.getPassword()),grantList);
		
		return userDetails;
	}
}
```

### 試したこと

上述した通り、Principalを使うとユーザー名だけは取得できました。
ただそれだけでなく、UserFormにある情報（ユーザーIDとユーザー名の両方）を取得したいです。

@PostMappingだけで完結させればいいかと思ってloginFormSubmit()にいろいろ書いていたのですが、それだとログイン後の画面URLに遷移したときGETがないといけないといったエラーがでてしまったため@GetMappingの処理も書きました。
@ModelAttributeを両方に書けばいくかと思って書いたのですがデバッグするとUserFormがnullになっていました。


上記のような感じで書いてあります。
ログイン先の画面への移行はできたのですが、そもそものuserInfoとしたところがユーザー情報をすべて返すように作ったと思ったのにnullが返ってきています。
dao内の書き方が悪いのでしょうか。

全然わからなくなってしまったため教えていただきたいです。
お手数おかけしますがよろしくお願いします。

SpringBootで作ったログイン機能でログイン後にユーザー情報を取得したい

kerasで画像判別の学習を行っています。
ローカルに保存してある画像をtrain/test/vali=6:3:1に分け、
trainとtestの画像に対して、imagedatageneratorを適用したいです

```python
# coding:utf-8

import keras
from keras.utils import np_utils
from keras.layers.convolutional import Conv2D, MaxPooling2D
from keras.models import Sequential
from keras.layers.core import Dense, Dropout, Activation, Flatten
from keras.preprocessing.image import array_to_img, img_to_array, list_pictures, load_img
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
import matplotlib.pyplot as plt
from sklearn.neighbors import KNeighborsClassifier

#【学習データの読み込み】
X = []
Y = []#category_name

V = []
W = []


# aの画像
for picture in list_pictures('Der/a'):
    img = img_to_array(load_img(picture, target_size=(64,64)))
    X.append(img)

    Y.append(0)

for picture in list_pictures('Der/a'):
    img = img_to_array(load_img(picture, target_size=(64,64)))
    V.append(img)

    W.append(0)

# b
for picture in list_pictures('Der/b'):
    img = img_to_array(load_img(picture, target_size=(64,64)))
    X.append(img)

    Y.append(1)
    
for picture in list_pictures('Der/b'):
    img = img_to_array(load_img(picture, target_size=(64,64)))
    V.append(img)

    W.append(1)
    
# c
for picture in list_pictures('Der/c'):
    img = img_to_array(load_img(picture, target_size=(64,64)))
    X.append(img)

    Y.append(2)
    
for picture in list_pictures('Der/c'):
    img = img_to_array(load_img(picture, target_size=(64,64)))
    V.append(img)

    W.append(2)
    
# dの画像
for picture in list_pictures('Der/d'):
    img = img_to_array(load_img(picture, target_size=(64,64)))
    X.append(img)

    Y.append(3)
    
for picture in list_pictures('Der/d'):
    img = img_to_array(load_img(picture, target_size=(64,64)))
    V.append(img)

    W.append(3)
    
# e
for picture in list_pictures('Der/e'):
    img = img_to_array(load_img(picture, target_size=(64,64)))
    X.append(img)

    Y.append(4)
    
for picture in list_pictures('Der/e'):
    img = img_to_array(load_img(picture, target_size=(64,64)))
    V.append(img)

    W.append(4)
    
# fの画像
for picture in list_pictures('Der/f'):
    img = img_to_array(load_img(picture, target_size=(64,64)))
    X.append(img)

    Y.append(5)
    
for picture in list_pictures('Der/f'):
    img = img_to_array(load_img(picture, target_size=(64,64)))
    V.append(img)

    W.append(5)
    
# gの画像
for picture in list_pictures('Der/g'):
    img = img_to_array(load_img(picture, target_size=(64,64)))
    X.append(img)

    Y.append(6)
    
for picture in list_pictures('Der/g'):
    img = img_to_array(load_img(picture, target_size=(64,64)))
    V.append(img)

    W.append(6)
    
# hの画像
for picture in list_pictures('Der/h'):
    img = img_to_array(load_img(picture, target_size=(64,64)))
    X.append(img)

    Y.append(7)
    
for picture in list_pictures('Der/h'):
    img = img_to_array(load_img(picture, target_size=(64,64)))
    V.append(img)

    W.append(7)
    
# load_imgをarrayに変換
X = np.asarray(X)
Y = np.asarray(Y)
V = np.asarray(V)
W = np.asarray(W)

# 画素値を0から1の範囲に変換
X = X.astype('float32')
X = X / 255.0
V = V.astype('float32')
V = V / 255.0

# クラスの形式を変換
Y = np_utils.to_categorical(Y, 8)#(ベクトル変換したいラベル、配列数)
W = np_utils.to_categorical(W, 8)



X_train, X_vali, y_train, y_vali= train_test_split(X, Y, test_size=0.2)
V_test, W_test = (V, W)

# 【CNNを構築】
model = Sequential()


model.add(Conv2D(32, (3, 3), padding='same',
                 input_shape=X_train.shape[1:]))

model.add(Activation('relu'))
model.add(Conv2D(32, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Dropout(0.4))

model.add(Conv2D(64, (3, 3), padding='same'))
model.add(Activation('relu'))
model.add(Conv2D(64, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.4))

model.add(Flatten())
model.add(Dense(512))
model.add(Activation('relu'))
model.add(Dropout(0.4))
model.add(Dense(8))#カテゴリー数
model.add(Activation('softmax'))

# 【コンパイル】
model.compile(loss='categorical_crossentropy',
              optimizer='adam',
              metrics=['accuracy'])

#【学習実行】
history = model.fit(X_train, y_train, batch_size=64, epochs=100,
                   validation_data = (X_vali, y_vali), verbose = 1)



score = model.evaluate(V_test, W_test, verbose = 1)
print("正解", score[1], "loss", score[0])
```

現在はこのような状態なのですが
この場合だと、X.Yで読み込んだカテゴリー内の画像をtrain:test=8:2に分け、
V.Wで別のディレクトリーからvalidationを作成しています。
これだと、画像を追加する時にどのディレクトリに追加するか考えるのが面倒になるので、

X.Yで読み込んだ画像をtrain/test/validationに6:3:1に振り分けた後に
imagedatageneratorで水増し作業をして学習させたいです。

詳しい方、アドバイスをお願いいたします。
宜しくお願い致します。

keras imagedatagenerator

ローカルのディレクトリから画像を読み込んで、trainingとvalidationに分けた後でimagedatagenerationを使用したいのですが、どのようなコードに変えたらいいのか教えていただきたいです。



```python
# coding:utf-8

import keras
from keras.utils import np_utils
from keras.layers.convolutional import Conv2D, MaxPooling2D
from keras.models import Sequential
from keras.layers.core import Dense, Dropout, Activation, Flatten
from keras.preprocessing.image import array_to_img, img_to_array, list_pictures, load_img
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
import matplotlib.pyplot as plt
from sklearn.neighbors import KNeighborsClassifier

#【学習データの読み込み】
X = []
Y = []


ep = 30
size = 80,80

#a
for picture in list_pictures('/Users/train/a'):
    img = img_to_array(load_img(picture, target_size=(size)))
    X.append(img)

    Y.append(0)

#b
for picture in list_pictures('/Users/train/b'):
    img = img_to_array(load_img(picture, target_size=(size)))
    X.append(img)

    Y.append(1)
    
    
#c
for picture in list_pictures('/Users/train/c'):
    img = img_to_array(load_img(picture, target_size=(size)))
    X.append(img)

    Y.append(2)

# load_imgをarrayに変換
X = np.asarray(X)
Y = np.asarray(Y)


# 画素値を0から1の範囲に変換
X = X.astype('float32')
X = X / 255.0

# クラスの形式を変換
Y = np_utils.to_categorical(Y, 8)

# 学習用データとテストデータ
X_train, y_train= train_test_split(X, Y, test_size=0.2)

# 【CNNを構築】
model = Sequential()
#モデルを作るためのモジュール、モデル層を積み重ねたもの

model.add(Conv2D(32, (3, 3), padding='same',
                 input_shape=X_train.shape[1:]))
model.add(Activation('relu'))
model.add(Conv2D(32, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.4))
model.add(Conv2D(64, (3, 3), padding='same'))
model.add(Activation('relu'))
model.add(Conv2D(64, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.4))
model.add(Flatten())
model.add(Dense(512))
model.add(Activation('relu'))
model.add(Dropout(0.4))
model.add(Dense(8))
model.add(Activation('softmax'))

# 【コンパイル】
model.compile(loss='categorical_crossentropy',
              optimizer='adam',
              metrics=['accuracy'])

#【学習実行】
history = model.fit(X_train, y_train, batch_size=64, epochs=ep, verbose = 1)



model.save_weights('abc.weight.h5')

#【学習をグラフ表示】
%matplotlib inline
plt.plot(history.history['acc'])
plt.plot(history.history['val_acc'])
plt.xlabel('epoch')
plt.ylabel('accuracy')
plt.title('model accuracy')
plt.legend(['train', 'test'], loc='upper left')
plt.show()    
plt.plot(history.history['loss'])
plt.plot(history.history['val_loss'])
plt.xlabel('epoch')
plt.ylabel('loss')
plt.title('model loss')
plt.legend(['loss', 'val_loss'], loc='upper left')
plt.show()


```

a.b.cの３カテゴリーに計300枚の画像が入っているとした時に
test_split=0.2でtrain=240枚、validation=60枚に分け、その後で
オーギュメンテーションをして1枚の画像から5枚の水増し画像を生成したいです。

結果的にtrain=1200枚、validation=300枚で学習をスタートさせ、最終的に
testカテゴリに入っている自分が選択した画像でtestを行いたいです

オーギュメンテーションの組み込み方がわからないので、ご教授頂きたいです。