Update Utils.py

Utils.py

@@ -23,10 +23,12 @@ alpha =['A', 'A1', 'A2' ,'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L','
 
 
 # labels from old arabic
-characters = [' ', '.', '[', ']', '؟', 'ء', 'آ', 'أ', 'ؤ', 'إ', 'ئ', 'ا', 'ب', 'ة', 'ت', 'ث', 'ج', 'ح', 'خ', 'د', 'ذ', 'ر', 'ز', 'س', 'ش', 'ص', 'ض', 'ط', 'ظ', 'ع', 'غ', 'ـ', 'ف', 'ق', 'ك', 'ل', 'م', 'ن', 'ه', 'و', 'ى', 'ي', 'ً', 'ٌ', 'ٍ', 'َ', 'ُ', 'ِ', 'ّ', 'ْ', 'ٔ', 'ٕ', '١', '٢', '٣', '٤', '٥', '٧', '٨', 'ٮ', 'ٯ', 'ٰ', 'ڡ', 'ک', 'ں', 'ی', '۴', '\u202c', 'ﭐ', 'ﺟ', 'ﺣ', 'ﻛ', '�']
-characters.sort()
+# characters = [' ', '.', '[', ']', '؟', 'ء', 'آ', 'أ', 'ؤ', 'إ', 'ئ', 'ا', 'ب', 'ة', 'ت', 'ث', 'ج', 'ح', 'خ', 'د', 'ذ', 'ر', 'ز', 'س', 'ش', 'ص', 'ض', 'ط', 'ظ', 'ع', 'غ', 'ـ', 'ف', 'ق', 'ك', 'ل', 'م', 'ن', 'ه', 'و', 'ى', 'ي', 'ً', 'ٌ', 'ٍ', 'َ', 'ُ', 'ِ', 'ّ', 'ْ', 'ٔ', 'ٕ', '١', '٢', '٣', '٤', '٥', '٧', '٨', 'ٮ', 'ٯ', 'ٰ', 'ڡ', 'ک', 'ں', 'ی', '۴', '\u202c', 'ﭐ', 'ﺟ', 'ﺣ', 'ﻛ', '�']
+characters = [' ', '.', '[', ']', '؟', 'ء', 'آ', 'أ', 'ؤ', 'إ', 'ئ', 'ا', 'ب', 'ة', 'ت', 'ث', 'ج', 'ح', 'خ', 'د', 'ذ', 'ر', 'ز', 'س', 'ش', 'ص', 'ض', 'ط', 'ظ', 'ع', 'غ', 'ـ', 'ف', 'ق', 'ك', 'ل', 'م', 'ن', 'ه', 'و', 'ى', 'ي', 'ً', 'ٌ', 'ٍ', 'َ', 'ُ', 'ِ', 'ّ', 'ْ', 'ٔ', 'ٕ', 'ٖ', '٠', '١', '٢', '٣', '٨', 'ٮ', 'ٰ', 'ڡ', 'ک', 'ں', 'ی', 'ݘ', '\u202c', 'ﭐ', 'ﺣ', 'ﻛ']
 
 characters.sort()
+
+# characters.sort()
 max_length = 132
 img_height, img_width = 1056,64
 
@@ -75,16 +77,30 @@ def decode_predictions(pred,greedy = True):
 
  
 
-def encode_single_sample(path_dir, label=None):
+# def encode_single_sample(path_dir, label=None):
+#     img = tf.io.read_file(path_dir)
+#     img = tf.io.decode_jpeg(img, name=None)
+#     img.set_shape([img.shape[0], img.shape[1], img.shape[-1]])
+#     img = tf.image.rot90(img, k=1, name=None)
+#     img = tf.image.resize(img, [img_height, img_width])
+#     # img = tf.image.rgb_to_grayscale(img)  # Convert image to grayscale
+#     img = img/255.0
+#     return img
+    
+
+def encode_single_sample(path_dir):
     img = tf.io.read_file(path_dir)
-    img = tf.io.decode_jpeg(img, name=None)
-    img.set_shape([img.shape[0], img.shape[1], img.shape[-1]])
+    img = tf.io.decode_jpeg( img,  name=None)
+    img.set_shape([img.shape[0], img.shape[1],img.shape[-1]])
     img = tf.image.rot90(img, k=1, name=None)
+    rand = tf.random.uniform( (),   minval=0,maxval=1, dtype=tf.dtypes.float32,seed=None,name=None)
     img = tf.image.resize(img, [img_height, img_width])
-    # img = tf.image.rgb_to_grayscale(img)  # Convert image to grayscale
-    img = img/255.0
-    return img
-    
+
+    img=img/255.0
+
+    return  img
+
+
 
 batch_size = 16 
 
@@ -105,4 +121,4 @@ def Loadlines(path_lines):
 
 """ load model_finetuned """
 def load_model():
-    return keras.models.load_model('/home/user/app/finetune_low_resolution_v4.h5')
+    return keras.models.load_model('/home/user/app/RGB_old_low_resolution_v2.h5')