diff --git a/etykiety.h5 b/etykiety.h5
index c157d34..c7604bc 100644
Binary files a/etykiety.h5 and b/etykiety.h5 differ
diff --git a/parametry_zdjec.h5 b/parametry_zdjec.h5
index aa14a0d..c2591ea 100644
Binary files a/parametry_zdjec.h5 and b/parametry_zdjec.h5 differ
diff --git a/tworzenie_danych_AO.py b/tworzenie_danych_AO.py
index 7031b98..8240f3d 100644
--- a/tworzenie_danych_AO.py
+++ b/tworzenie_danych_AO.py
@@ -30,41 +30,39 @@ def histogram(zdj, mask=None):
     return hist.flatten()
 
 
-klasy = os.listdir(sciezka_do_zdj)
+klasy = os.listdir(sciezka_do_zdj) # glass metal paper plastic
 
 klasy.sort()
 
-dane = []
-wszystkie_typy_zdj = []
+dane = [] # parametry kazdego zdjecia
+
+etykiety_zdj = [] # typ kazdego zdjecia
 
 for klasa in klasy:
     katalog = os.path.join(sciezka_do_zdj, klasa)
 
-    biezaca_klasa = klasa
     for plik in os.listdir(katalog):
-        zdj = cv2.imread(os.path.join(katalog, plik))
-        zdj = cv2.resize(zdj, rozmiar_zdj)
+        zdj = cv2.imread(os.path.join(katalog, plik)) # odczyt zdjecia
+        zdj = cv2.resize(zdj, rozmiar_zdj) # zmiana rozmiaru
 
+        # wyznaczanie parametrow zdjecia
         fv_hu_moments = hu_moments(zdj)
         fv_haralick = haralick(zdj)
         fv_histogram = histogram(zdj)
 
-        wiersz = np.hstack([fv_hu_moments, fv_histogram, fv_haralick])
-        wszystkie_typy_zdj.append(biezaca_klasa)
+        wiersz = np.hstack([fv_hu_moments, fv_histogram, fv_haralick]) # ustaw poziomo, jeden za drugim
+        etykiety_zdj.append(klasa)
         dane.append(wiersz)
 
-print(len(wszystkie_typy_zdj))
-targetNames = np.unique(wszystkie_typy_zdj)
-print(targetNames,targetNames.shape)
+# ilosc wszystkich etykiet to 1987 - tyle ile wszystkich zdj
 le = LabelEncoder()
-target = le.fit_transform(wszystkie_typy_zdj)
-print(target.shape)
+znormalizowane_etykiety = le.fit_transform(etykiety_zdj) # normalizacja do 0-glass 1-metal itp.
 
-h5f_data = h5py.File(h5_dane, 'w')
-h5f_data.create_dataset('dataset_1', data=np.array(dane))
+h5f_dane = h5py.File(h5_dane, 'w')
+h5f_dane.create_dataset('dataset_1', data=np.array(dane))
 
-h5f_label = h5py.File(h5_etykiety, 'w')
-h5f_label.create_dataset('dataset_1', data=np.array(target))
+h5f_etykiety = h5py.File(h5_etykiety, 'w')
+h5f_etykiety.create_dataset('dataset_1', data=np.array(znormalizowane_etykiety))
 
-h5f_data.close()
-h5f_label.close()
+h5f_dane.close()
+h5f_etykiety.close()