Update app.py

app.py

@@ -10,93 +10,109 @@ DB_PATH = "my_db"
 if not os.path.exists(DB_PATH):
     os.makedirs(DB_PATH, exist_ok=True)
 
-# 処理フレームの間隔（例：2なら2フレームに1回解析）
+# グローバル変数：フレームを数える用
 frame_count = 0
 
 # --- 関数定義 ---
 
 def register_face(image, name):
-    """英語名のみに制限して保存する安全版"""
+    """推しの顔をDBに登録する"""
     if image is None or name.strip() == "":
         return "名前（英数字）を入力してください。"
     
     try:
-        # 記号やスペースを除去した安全な名前
+        # 安全なファイル名を作成（英数字のみ）
         safe_name = "".join([c for c in name if c.isalnum()])
         file_path = os.path.join(DB_PATH, f"{safe_name}.jpg")
         
+        # 保存
         image_bgr = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
         cv2.imwrite(file_path, image_bgr)
         
-        # 登録後にキャッシュを削除
-        if os.path.exists(os.path.join(DB_PATH, "ds_model_vgg_face.pkl")):
-            os.remove(os.path.join(DB_PATH, "ds_model_vgg_face.pkl"))
+        # 【重要】新しい人が登録されたらDeepFaceのキャッシュを消す
+        cache_file = os.path.join(DB_PATH, "ds_model_vgg_face.pkl")
+        if os.path.exists(cache_file):
+            os.remove(cache_file)
             
-        return f"「{safe_name}」を登録しました。②タブへ進んでください。"
+        return f"「{safe_name}」を登録完了！ ②タブでカメラを映してください。"
     except Exception as e:
         return f"エラー: {str(e)}"
 
 def track_oshi(frame):
-    """カメラ映像から推しを判定する"""
+    """Webカメラの映像を解析して推しを探す"""
     if frame is None:
         return None
     
     global frame_count
     frame_count += 1
     
-    # 【修正箇所】演算子と変数名を修正
-    # 2フレームに1回だけ重い処理を行うことで動作を軽くする
-    if frame_count % 2 != 0:
-        return frame
+    # 表示用のコピーを作成
+    output_frame = frame.copy()
+    
+    # 画面上に「AIが動いている証拠」を表示
+    # これが動いていれば、システムはフリーズしていません
+    status_text = f"Frame: {frame_count} | AI Scanning..."
+    cv2.putText(output_frame, status_text, (10, 30), 
+                cv2.FONT_HERSHEY_SIMPLEX, 0.7, (255, 255, 0), 2)
 
     try:
-        # 顔の検索（検出器に高速なopencvを指定）
-        results = DeepFace.find(
-            img_path=frame, 
-            db_path=DB_PATH, 
-            enforce_detection=False, 
-            detector_backend='opencv', 
-            silent=True
-        )
-        
-        output_frame = frame.copy()
-        
-        for df in results:
-            if not df.empty:
+        # 無料CPUだと重いため、10フレームに1回だけ「誰か？」を判定する
+        # それ以外のフレームは、前回の結果を表示するか、スルーする
+        if frame_count % 10 == 0:
+            results = DeepFace.find(
+                img_path=frame, 
+                db_path=DB_PATH, 
+                enforce_detection=False, 
+                detector_backend='opencv', # 最速の検出器
+                silent=True
+            )
+            
+            if results and not results[0].empty:
+                df = results[0]
+                # 検出された全員分ループ
                 for _, row in df.iterrows():
                     name = os.path.basename(row['identity']).split('.')[0]
-                    x, y, w, h = int(row['source_x']), int(row['source_y']), int(row['source_w']), int(row['source_h'])
+                    x = int(row['source_x'])
+                    y = int(row['source_y'])
+                    w = int(row['source_w'])
+                    h = int(row['source_h'])
                     
-                    # 枠と名前を描画
-                    cv2.rectangle(output_frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
-                    cv2.putText(output_frame, f"TARGET: {name}", (x, y-10), 
-                                cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2)
+                    # 枠と名前を描画（目立つように太めの緑枠）
+                    cv2.rectangle(output_frame, (x, y), (x+w, y+h), (0, 255, 0), 4)
+                    cv2.putText(output_frame, f"TARGET: {name}", (x, y-15), 
+                                cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 255, 0), 3)
         
         return output_frame
 
     except Exception as e:
-        return frame
+        # エラーが起きた場合は画面に小さく表示
+        cv2.putText(output_frame, "Searching...", (10, 60), 
+                    cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 1)
+        return output_frame
 
-# --- UI (Gradio) ---
+# --- UI (Gradio) の構築 ---
 
 with gr.Blocks() as demo:
-    gr.Markdown("# 🎥 リアルタイム推し追跡")
+    gr.Markdown("# 🎥 リアルタイ���推し追跡 (Hugging Face版)")
+    gr.Markdown("無料CPU環境のため、反応には数秒の遅延があります。カメラの前で少し静止してください。")
     
     with gr.Tabs():
         with gr.TabItem("① 推し登録"):
             with gr.Row():
-                reg_in = gr.Image(label="推しの写真")
-                reg_name = gr.Textbox(label="名前（半角英数字）", value="oshi")
-            reg_btn = gr.Button("登録")
-            reg_status = gr.Textbox(label="ステータス")
+                reg_in = gr.Image(label="推しの顔写真")
+                reg_name = gr.Textbox(label="名前（半角英数字）", value="MyOshi")
+            reg_btn = gr.Button("データベースに登録")
+            reg_status = gr.Textbox(label="ログ")
             reg_btn.click(register_face, inputs=[reg_in, reg_name], outputs=reg_status)
 
         with gr.TabItem("② リアルタイム追跡"):
-            gr.Markdown("カメラを起動して自分や推しを映してください。")
-            input_video = gr.Image(sources=["webcam"], streaming=True)
-            output_video = gr.Image(label="解析結果")
+            with gr.Row():
+                # 左側：自分のWebカメラ映像
+                input_video = gr.Image(sources=["webcam"], streaming=True, label="Webカメラ（入力）")
+                # 右側：AIの解析結果
+                output_video = gr.Image(label="AI解析（結果）")
             
-            # ストリーミング設定
+            # ストリーミング接続
             input_video.stream(track_oshi, inputs=[input_video], outputs=[output_video])
 
 if __name__ == "__main__":