Update app.py

app.py

@@ -10,8 +10,7 @@ DB_PATH = "my_db"
 if not os.path.exists(DB_PATH):
     os.makedirs(DB_PATH, exist_ok=True)
 
-# 認識の負荷を下げるためのカウンター(3フレームに1回だけ識別する等)
-# ※Hugging Faceの負荷対策
+# 処理フレームの間隔（例：2なら2フレームに1回解析）
 frame_count = 0
 
 # --- 関数定義 ---
@@ -19,90 +18,86 @@ frame_count = 0
 def register_face(image, name):
     """英語名のみに制限して保存する安全版"""
     if image is None or name.strip() == "":
-        return "名前（英数字)を入力してください。"
-
+        return "名前（英数字）を入力してください。"
+    
     try:
-        # 名前から記号や全角を排除(簡易版)
-        safe_name = "".join([c for c in name if c.islnum()])
+        # 記号やスペースを除去した安全な名前
+        safe_name = "".join([c for c in name if c.isalnum()])
         file_path = os.path.join(DB_PATH, f"{safe_name}.jpg")
-
+        
         image_bgr = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
         cv2.imwrite(file_path, image_bgr)
-
-        # 登録後にDeepFaceのキャッシュをクリア(新しく登録した人を即反映させるため)
-        if os.path.exsts(os.path.join(DB_PATH, "ds_model_vgg_face.pkl")):
-            os.remove(os.path.join(DB_PATH,"ds_model_vgg_face.pkl"))
-
-            return f"「{safe_name}」さんを登録しました。②タブでカメラを起動してください。"
+        
+        # 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"))
+            
+        return f"「{safe_name}」を登録しました。②タブへ進んでください。"
     except Exception as e:
         return f"エラー: {str(e)}"
 
 def track_oshi(frame):
-    """カメラ映像（1フレーム）を受け取って推しを判定する"""
+    """カメラ映像から推しを判定する"""
     if frame is None:
         return None
-
+    
     global frame_count
     frame_count += 1
-
-    # 毎フレーム解析すると重いため、２フレームに１回解析する
-    if frame_coutn % 2 ! = 0:
+    
+    # 【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
 
     try:
-        # DeepFace.find でDB内の推しを検索
-        # model_name="OpenFace"は比較的軽量で高速
+        # 顔の検索（検出器に高速なopencvを指定）
         results = DeepFace.find(
-            img_paht=frame,
-            db_path=DB_PATH,
-            enforce_detection=False,
-            detector_backend='opencv', # 高速な検出機を選択
-            silent =True,
+            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:
-                #　登録名を取得
-                name = os.pathbasename(row['identity']).split('.')[0]
-
-                #　座標名を取得
-                x, y, w, h = int(row['source_x']), int(row['source_y']), int(row['source_w']), int(row['source_h'])
-
-                #枠と名前を描写(推しを「ロックオン」している演出)
-                cv2.rectangle(output_frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
-                cv2.rectangle(output_frame, (x, y - 30), (x + w, y), (0, 255, 0), -1)
-                cv2.putText(output_frame, f"TARGET: {name}", (x + 5, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 255), 2)
+                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'])
+                    
+                    # 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)
+        
         return output_frame
 
     except Exception as e:
-        print(f"Tracking error: {e}")
         return frame
 
-# --- UI 構築 ---
+# --- UI (Gradio) ---
 
 with gr.Blocks() as demo:
-    gr.Markdown("# 🎥 リアルタイム推し追跡プロトタイプ")
-
+    gr.Markdown("# 🎥 リアルタイム推し追跡")
+    
     with gr.Tabs():
-        with gr.Row():
-            reg_in = gr.Tmage(label="推しの写真をアップロード")
-            reg_name = gr.Textbox(label= "推しの名前(半角英数字)")
-        reg_but = gr.Button("データベースに登録")
-        reg_status = gr.Textbox(label="状況")
-        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("カメラを許可すると、登録した推しを自動で探し続けます。")
-        # streaming=True にすることで、連続的に関数が呼ばれる
-        input_cideo = gr.Image(source=["webcam"], streaming=True, label="Webカメラ映像")
-        # 出力もImageで行う
-        output_video = gr.Image(label= "推し追跡（ロックオン状態)")
-
-        # input_videoの内容が更新されるたびにtrack_oshiを実行
-        input_video.stream(track_oshi, inputs=[input_video], outputs=[output_video], time_limit=30)
-
-# 起動
-of __name__  == "__main__":
+        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_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")
+            
+            # ストリーミング設定
+            input_video.stream(track_oshi, inputs=[input_video], outputs=[output_video])
+
+if __name__ == "__main__":
     demo.launch()