Update app.py

app.py

@@ -5,135 +5,94 @@ import numpy as np
 import os
 import shutil
 
-# ---- 設定 ----
-# 登録した画像を保存する簡易データベースフォルダ
+# --- 設定 ---
 DB_PATH = "my_db"
 
-# フォルダがなければ作成、あるいは一度空にする（再起動時用）
-if ps.path.exists(DB_PATH):
+# 起動時にDBフォルダをリセット（Hugging Faceの環境をクリーンに保つため）
+if os.path.exists(DB_PATH):
     shutil.rmtree(DB_PATH)
 os.makedirs(DB_PATH, exist_ok=True)
 
-#　----　関数定義 ----
+# --- 関数定義 ---
+
 def register_face(image, name):
-    """
-    画像をアップロードして、DBフォルダに保存する関数
-    """
+    """画像をDBフォルダに保存する"""
     if image is None or name.strip() == "":
         return "画像と名前を入力してください。"
-
+    
     try:
-        # Gradioから受け取った画像（numpy配列）をRGBからBGRに変換(OpenCV用)
+        # OpenCV形式に変換して保存
         image_bgr = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
-
-        #ファイル名に名前を使って保存(例： my_db/推し名。jpg)
-        # ※ 同名だと上書きされます
-        file_path = os.path/.join(DB_PATH, f"{name}.jpg")
-        cv2/imwrite(file_path, image_bgr)
-
-        return f"「{name}」さんを登録しました!"
-
+        # ここを修正：os.path.join です（スラッシュは不要）
+        file_path = os.path.join(DB_PATH, f"{name}.jpg")
+        cv2.imwrite(file_path, image_bgr)
+        return f"「{name}」さんを登録しました！"
     except Exception as e:
         return f"エラーが発生しました: {str(e)}"
 
 def recognize_face(target_image):
-    """
-    ターゲット画像の中から、登録済みの顔を探す関数
-    """
+    """画像から登録済みの顔を探す"""
     if target_image is None:
         return None, "画像をアップロードしてください。"
-
-    # DBフォルダがからの場合は何もしない
+    
     if not os.listdir(DB_PATH):
-        return target_image, "まだ誰も登録されいません。 「推し登録」タブで登録してください。"
+        return target_image, "まだ誰も登録されていません。「推し登録」タブで登録してください。"
 
     try:
-        # DeepFace.findを使って、DBフォルダ内の画像と照合
-        #enforce_detection=False：顔がみるからなくてもエラーにしない
+        # 認識の実行
         results = DeepFace.find(img_path=target_image, db_path=DB_PATH, enforce_detection=False, silent=True)
-
-        #　結果を描画するためのコピーを作成
+        
         output_image = target_image.copy()
-
         found_names = []
 
-        # resultsはリストで帰ってくる（複数人検出に対応）
         for df in results:
             if df.empty: continue
-
-            # 見つかった顔の数だけループ
             for index, row in df.iterrows():
-                # 登録ファイル名から名前を取得（例： my_db/推し名.jpg -> 推し名）
-                identity_path = row['identity']
-                name = os.path.basename(identity_path).split('.')[0]
+                # 登録名を取得
+                full_path = row['identity']
+                name = os.path.basename(full_path).split('.')[0]
                 found_names.append(name)
-
-                # 顔の座標を取得
-                x = row['source_x']
-                y = row['source_y']
-                w = row['source_w']
-                h = row['source_h']
-
-                #枠の描写（緑色）
-                cv2.rectangle(output_image, (x, y), (x + w, y + h), (0, 255, 0), 3)
-                #名前の描写
-                cv2.putText(output_image, name, (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 255, 0), 2)
-
-        if found_names:
+                
+                # 座標の取得と描画
+                x, y, w, h = int(row['source_x']), int(row['source_y']), int(row['source_w']), int(row['source_h'])
+                cv2.rectangle(output_image, (x, y), (x+w, y+h), (0, 255, 0), 3)
+                cv2.putText(output_image, name, (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 255, 0), 2)
+        
+        if not found_names:
             message = "登録された推しは見つかりませんでした。"
         else:
-            message = f"発見！ : {','.join(set(found_names))}" #setで重複を排除
+            message = f"発見しました！: {', '.join(set(found_names))}"
 
         return output_image, message
 
     except Exception as e:
-        # エラーが起きたら元の画像をそのまま返す
-        print(f"Error:{e}")
-        return target_image , f"認識中にエラーが発生しました。顔がはっきり写っているか確認してください。({str(e)}) "
-
-# --- Gradio インターフェースの構築 ---
-
-# 1. 登録用のインターフェース
-with gr.Blocks() as register_tab:
-    gr.Markdown("### 手順���: 推しの顔を登録する")
-    with gr.Row():
-        with gr.Column():
-            reg_image_input = gr.Image(label="推しの写真（顔がはっきり写っているもの）")
-            reg_name_imput = gr.Textbox(label="名前(例: 推しA)", placeholder="ここに名前の入力")
-            reg_button = gr.Button("推し登録")
-        with gr.Column():
-            reg_output_text = gr.Textbox(label="システムメッセージ")
-
-    reg_button.click(
-        register_face,
-        inputs=[reg_image_input, reg_name_imput],
-        outputs=reg_output_text
-    )
-
-# 2. 認識用のインターフェース
-with gr.Blocks() as recognize_tab:
-    gr.Markdown("### 手順2: 写真から推しを探す")
-    with gr.Row():
-        with gr.Column():
-            rec_image_input = gr.Image(label="テキスト画像（探したい写真)")
-            rec_button = gr.Button("推しを探す!")
-        with gr.Column():
-            rec_image_output = gr.Image(label="検出結果")
-            rec_output_text = gr.Textbox(label="結果メッセージ")
-
-    rec_button.click(
-        recognize_face,
-        inputs=[rec_image_input],
-        outputs=[rec_image_output, rec_output_text]
-    )
-
-#タブでまとめる
-demo = gr.TabbeInterface(
-    [register_tab, recognize_tab],
-    ["①推し登録", "②推しを探す"],
-    title="推し認識AIプロトタイプ(DeepFace Demo)"
-)
-
-# アプリの起動
+        return target_image, f"認識エラー: {str(e)}"
+
+# --- UI (Gradio) の構築 ---
+
+with gr.Blocks() as demo:
+    gr.Markdown("# 🌟 推し認識AIプロトタイプ")
+    gr.Markdown("まずは『推し登録』で写真をアップし、その後『推しを探す』で判定してください。")
+    
+    with gr.Tabs():
+        with gr.TabItem("① 推し登録"):
+            with gr.Row():
+                reg_input_img = gr.Image(label="推しの写真")
+                reg_input_name = gr.Textbox(label="推しの名前")
+            reg_btn = gr.Button("データベースに登録")
+            reg_status = gr.Textbox(label="登録状況")
+            
+            reg_btn.click(register_face, inputs=[reg_input_img, reg_input_name], outputs=reg_status)
+            
+        with gr.TabItem("② 推しを探す"):
+            with gr.Row():
+                rec_input_img = gr.Image(label="判定したい画像")
+                rec_output_img = gr.Image(label="判定結果")
+            rec_btn = gr.Button("推しを検索！")
+            rec_status = gr.Textbox(label="結果メッセージ")
+            
+            rec_btn.click(recognize_face, inputs=[rec_input_img], outputs=[rec_output_img, rec_status])
+
+# アプリ起動
 if __name__ == "__main__":
     demo.launch()