Losowanie trzech liczb i tworzenie z nich liczby trzycyfrowej

main.py

@@ -125,6 +125,7 @@ def main():
         if krata_magazynu.agent.cel is None:
             nadaj_cel_agentowi(krata_magazynu.agent)
             krata_magazynu.agent.idzDoCelu()
+            recognition()
 
         if flaga1 == 1:
             osoba.krata.krata[osoba.wiersz][osoba.kolumna] = ZawartoscPola.PUSTE
@@ -146,7 +147,7 @@ def main():
                 pygame.time.wait(1500)
             flaga1 = 0
             t = threading.Timer(5.0, zdarzenie_osoba).start()
-        recognition()
+
 
 try:
     main()

neural_network.py

@@ -5,6 +5,7 @@ import matplotlib.pyplot as plt
 import tensorflow as tf
 import random
 
+
 mnist = tf.keras.datasets.mnist
 (x_train, y_train), (x_test, y_test) = mnist.load_data()
 
@@ -23,21 +24,31 @@ model.fit(x_train, y_train, epochs=3)
 model.save('handwritten.model')
 
 model = tf.keras.models.load_model('handwritten.model')
-
+numery_paczek=[]
 def recognition():
-    image_number = random.randint(1, 9)
+    digits=[]
     try:
+        for i in range(0,3):
+            image_number = random.randint(1, 19)
             img = cv2.imread(f"digits/digit{image_number}.png")[:,:,0]
             img = np.invert(np.array([img]))
             prediction = model.predict(img)
             print(f"This digit is probably a {np.argmax(prediction)}")
+            digits.append(np.argmax(prediction))
             plt.imshow(img[0], cmap = plt.cm.binary)
             plt.show()
     except:
         print("Error!")
 
+    liczba = int(str(digits[0]) + str(digits[1])+str(digits[2]))
+    if liczba in numery_paczek or liczba<100:
+        recognition()
+    else:
+        numery_paczek.append(liczba)
+    print(liczba)
     loss, accuracy = model.evaluate(x_test, y_test)
-
     print(loss)
     print(accuracy)
+    print(numery_paczek)
+    return liczba
 recognition()