Update app.py

app.py

@@ -84,6 +84,16 @@ from preprocess.humanparsing.run_parsing import Parsing
 from preprocess.openpose.run_openpose import OpenPose
 from detectron2.data.detection_utils import convert_PIL_to_numpy, _apply_exif_orientation
 
+# =========================
+# Optional: OpenCV for face + HOG people detector
+# =========================
+try:
+    import cv2  # type: ignore
+    _HAS_CV2 = True
+except Exception:
+    cv2 = None  # type: ignore
+    _HAS_CV2 = False
+
 
 # =========================
 # Auth (optional)
@@ -183,34 +193,109 @@ def allow_call(min_interval_sec: float = 2.5) -> Tuple[bool, str]:
     return True, ""
 
 
-def photo_quick_warning(img: Optional[Image.Image]) -> str:
-    """
-    Минималистичная проверка: показываем ТОЛЬКО если реально плохо.
-    Никаких общих гайдов и диагностик.
-    """
-    if img is None:
-        return ""
-
+def _quality_metrics(img: Image.Image) -> Tuple[int, int, float, float]:
+    """(w, h, brightness, sharpness)"""
     img = img.convert("RGB")
     w, h = img.size
     gray = np.array(img.convert("L"))
     brightness = float(gray.mean())
     gy, gx = np.gradient(gray.astype(np.float32))
     sharpness = float((gx * gx + gy * gy).mean())
+    return w, h, brightness, sharpness
+
+
+def _cv2_bgr(img: Image.Image) -> Optional[np.ndarray]:
+    if not _HAS_CV2:
+        return None
+    rgb = np.array(img.convert("RGB"))
+    return cv2.cvtColor(rgb, cv2.COLOR_RGB2BGR)
+
+
+def _detect_face_haar(img: Image.Image) -> bool:
+    """True если нашли лицо (явно)."""
+    if not _HAS_CV2:
+        return False
+    bgr = _cv2_bgr(img)
+    if bgr is None:
+        return False
+    gray = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
+    gray = cv2.equalizeHist(gray)
+
+    try:
+        cascade_path = os.path.join(getattr(cv2, "data").haarcascades, "haarcascade_frontalface_default.xml")
+        face_cascade = cv2.CascadeClassifier(cascade_path)
+        faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(60, 60))
+        return len(faces) > 0
+    except Exception:
+        return False
+
+
+def _detect_person_hog(img: Image.Image) -> bool:
+    """True если нашли силуэт человека (HOG people detector)."""
+    if not _HAS_CV2:
+        return False
+    bgr = _cv2_bgr(img)
+    if bgr is None:
+        return False
+
+    # ускорение: уменьшим до адекватного размера
+    h, w = bgr.shape[:2]
+    max_w = 900
+    if w > max_w:
+        scale = max_w / float(w)
+        bgr = cv2.resize(bgr, (int(w * scale), int(h * scale)), interpolation=cv2.INTER_AREA)
 
+    try:
+        hog = cv2.HOGDescriptor()
+        hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())
+        rects, weights = hog.detectMultiScale(
+            bgr,
+            winStride=(8, 8),
+            padding=(8, 8),
+            scale=1.05,
+        )
+        if rects is None or len(rects) == 0:
+            return False
+        # считаем "явной" детекцию если есть хотя бы один бокс нормального размера
+        hh, ww = bgr.shape[:2]
+        for (x, y, rw, rh) in rects:
+            if rh >= 0.35 * hh and rw >= 0.12 * ww:
+                return True
+        return True
+    except Exception:
+        return False
+
+
+def evaluate_person_photo(img: Optional[Image.Image]) -> Tuple[bool, str]:
+    """
+    UX-логика:
+    1) Если НЕ похоже на фото человека (нет лица И нет силуэта) => предупреждение + просим другое фото.
+    2) Если похоже => "✅ Фото подходит..." ИЛИ (только при явной проблеме качества) короткий warning.
+    """
+    if img is None:
+        return False, ""
+
+    # 1) человекоподобность: лицо ИЛИ силуэт
+    has_face = _detect_face_haar(img)
+    has_person = _detect_person_hog(img)
+
+    if not (has_face or has_person):
+        return False, "⚠️ Не похоже на фото человека. Загрузите фото человека (по пояс или в полный рост)."
+
+    # 2) качество — предупреждаем только если прям плохо
+    w, h, brightness, sharpness = _quality_metrics(img)
     issues = []
-    if min(w, h) < 640:
+    if min(w, h) < 520:        # чуть строже, но только явные случаи
         issues.append("низкое разрешение")
-    if brightness < 60:
+    if brightness < 50:
         issues.append("слишком темно")
-    if sharpness < 12:
-        issues.append("размыто")
+    if sharpness < 8:
+        issues.append("сильно размыто")
 
-    if not issues:
-        return ""
+    if issues:
+        return True, "⚠️ Фото может плохо подойти для примерки (" + ", ".join(issues) + "). Лучше загрузить другое."
 
-    # коротко и по делу
-    return "⚠️ Фото может дать худший результат (" + ", ".join(issues) + "). Попробуйте другое фото."
+    return True, "✅ Фото подходит для примерки."
 
 
 # =========================
@@ -425,9 +510,12 @@ def on_gallery_select(files_list: List[str], evt: gr.SelectData):
     return files_list[idx], f"👕 Выбрано: {files_list[idx]}"
 
 def on_person_change(person_pil):
-    # Показываем только короткий warning, либо ничего
-    msg = photo_quick_warning(person_pil)
-    return msg
+    ok, msg = evaluate_person_photo(person_pil)
+    # показываем:
+    # - если нет человека: ⚠️...
+    # - если всё ок: ✅...
+    # - если есть явные проблемы качества: ⚠️...
+    return msg if msg else ""
 
 def tryon_ui_imageslider(person_pil, selected_filename):
     yield (None, None), "⏳ Проверяем ввод..."
@@ -440,6 +528,12 @@ def tryon_ui_imageslider(person_pil, selected_filename):
     if person_pil is None:
         yield (None, None), "❌ Загрузите фото человека"
         return
+
+    is_person, verdict = evaluate_person_photo(person_pil)
+    if not is_person:
+        yield (None, None), verdict
+        return
+
     if not selected_filename:
         yield (None, None), "❌ Выберите одежду (клик по превью)"
         return
@@ -449,7 +543,6 @@ def tryon_ui_imageslider(person_pil, selected_filename):
         yield (None, None), "❌ Не удалось загрузить выбранную одежду"
         return
 
-    # 3) мягкий прогресс
     yield (None, None), "🧠 Анализируем силуэт..."
     time.sleep(0.05)
     yield (None, None), "✨ Примеряем..."
@@ -478,6 +571,12 @@ def tryon_ui_pair(person_pil, selected_filename):
     if person_pil is None:
         yield None, None, "❌ Загрузите фото человека"
         return
+
+    is_person, verdict = evaluate_person_photo(person_pil)
+    if not is_person:
+        yield None, None, verdict
+        return
+
     if not selected_filename:
         yield None, None, "❌ Выберите одежду (клик по превью)"
         return
@@ -520,7 +619,7 @@ with gr.Blocks(title="Virtual Try-On Rendez-vous", css=CUSTOM_CSS) as demo:
         with gr.Column():
             person = gr.Image(label="Фото человека", type="pil", height=420)
 
-            # Минималистичное предупреждение (пусто если всё ок)
+            # Оценка/предупреждение по фото (пишем ✅ если ок, ⚠️ если явная проблема)
             warning = gr.Markdown("")
 
             person.change(fn=on_person_change, inputs=[person], outputs=[warning])