Update app.py

app.py

@@ -24,10 +24,6 @@ import datetime
 import math # Import math for log/exp calculations in gamma correction
 import gradio as gr
 from typing import Optional
-from io import BytesIO
-input_image = BytesIO(input_image)
-img = cv2.imdecode(np.frombuffer(input_image.read(), np.uint8), cv2.IMREAD_COLOR)
-
 
 # Nastavení výchozích cest pro vstupní a výstupní složky (pro Hugging Face/Gradio prostředí)
 DEFAULT_INPUT_PATH = "./input_images/"  # Můžete změnit dle potřeby
@@ -611,23 +607,24 @@ class ImageProcessor:
             return None, None, None
 
 
-    def highlight_warm_areas(self):
-        """Zvýraznění teplých oblastí pomocí HSV odstínu."""
+    def highlight_warm_cool_areas(self):
+        """Zvýraznění teplých a studených oblastí pomocí HSV odstínu."""
         if self.image is None: return None, None # Vrátit None pro každou masku
-        logging.info("Zvyraznuji teple oblasti v obraze...")
+        logging.info("Zvyraznuji teple a studene oblasti v obraze...")
         try:
             hsv = cv2.cvtColor(self.image, cv2.COLOR_BGR2HSV)
             h, _, _ = cv2.split(hsv)
-            # Definovat rozsah teplých barev v odstínu (Hue)
+            # Definovat rozsahy teplých a studených barev v odstínu (Hue)
             # Odstín je v OpenCV pro 8-bitové obrazy typicky 0-180
             warm_mask_part1 = cv2.inRange(h, 0, 15) # Červené a oranžové (0-15)
             warm_mask_part2 = cv2.inRange(h, 165, 180) # Další červené (165-180)
             warm_mask = cv2.bitwise_or(warm_mask_part1, warm_mask_part2) # Kombinovat obě části teplé masky
+            cool_mask = cv2.inRange(h, 90, 130) # Modré a azurové
 
-            return warm_mask # Vrací šedotónovou binární masku (uint8)
+            return warm_mask, cool_mask # Vrací šedotónové binární masky (uint8)
         except Exception as e:
-            logging.error(f"Chyba pri zvraznovani teplych oblasti: {e}", exc_info=True)
-            return None
+            logging.error(f"Chyba pri zvraznovani teplych/studenych oblasti: {e}", exc_info=True)
+            return None, None
 
 
     def detect_dominant_color(self, k=3):
@@ -1043,7 +1040,7 @@ class ImageProcessor:
         r, g, b = self.extract_color_channels()
         h, s, v = self.convert_to_hsv()
         l, a, lab_b = self.convert_to_lab()
-        warm_mask = self.highlight_warm_areas()
+        warm_mask, cool_mask = self.highlight_warm_cool_areas()
         dominant_color_img = self.detect_dominant_color() # Toto vrací barevný obrazek nebo None
         yellow_mask = self.extract_color_mask([20, 50, 50], [40, 255, 255], name="yellow") # Příklad masky pro žlutou
         saturation_boosted_gray = self.boost_saturation() # Toto vrací šedotónový nebo None
@@ -1335,44 +1332,15 @@ def process_image_gradio(input_image):
         return [input_image, input_image]
 
 
-def analyze_image(input_image):
-    # Převeď na numpy pole
-    import cv2
-    import numpy as np
-    img = cv2.imdecode(np.frombuffer(input_image.read(), np.uint8), cv2.IMREAD_COLOR)
-    # Proveď analýzu (příklad, uprav dle své logiky)
-    brightness = np.mean(img)
-    contrast = img.std()
-    # Zde můžeš přidat další metriky (ostrost, šum...)
-    sharpness = cv2.Laplacian(img, cv2.CV_64F).var()
-    # Výstup jako text
-    return f"Jas: {brightness:.2f}\nKontrast: {contrast:.2f}\nOstrost: {sharpness:.2f}"
+def main():
+    demo = gr.Interface(
+        fn=process_image_gradio,
+        inputs=gr.Image(type="pil", label="Nahrajte obrázek"),
+        outputs=[gr.Image(type="pil", label="Původní obrázek"), gr.Image(type="pil", label="Ostřený obrázek")],
+        title="ImageHub - Zpracování a doostření obrazu",
+        description="Profesionální skript pro zpracování a doostření obrazu. Vložte obrázek a zobrazí se výsledek."
+    )
+    demo.launch()
 
-
-def sharpen_image(input_image):
-    import cv2
-    import numpy as np
-    img = cv2.imdecode(np.frombuffer(input_image.read(), np.uint8), cv2.IMREAD_COLOR)
-    # Jednoduché doostření (příklad, nahraď vlastní logikou)
-    kernel = np.array([[0, -1, 0], [-1, 5,-1], [0, -1, 0]])
-    sharpened = cv2.filter2D(img, -1, kernel)
-    _, buf = cv2.imencode('.png', sharpened)
-    return buf.tobytes()
-
-
-with gr.Blocks() as demo:
-    gr.Markdown("# Smart Image Sharpening & Analysis")
-    with gr.Tab("Analýza obrázku"):
-        with gr.Row():
-            inp = gr.File(label="Nahrát obrázek")
-            out = gr.Textbox(label="Výsledky analýzy")
-        btn = gr.Button("Analyzovat obrázek")
-        btn.click(analyze_image, inputs=inp, outputs=out)
-    with gr.Tab("Doostření obrázku"):
-        with gr.Row():
-            inp2 = gr.File(label="Nahrát obrázek")
-            out2 = gr.Image(label="Doostřený obrázek")
-        btn2 = gr.Button("Doostřit obrázek")
-        btn2.click(sharpen_image, inputs=inp2, outputs=out2)
-
-demo.launch()
+if __name__ == "__main__":
+    main()