fix: 最小構成でエラー修正

- OpenCV削除
- 最小限の依存関係
- シンプルなグラデーション深度マップ

app.py

@@ -1,114 +1,48 @@
 import gradio as gr
 import numpy as np
 from PIL import Image
-import cv2
 
-def load_model():
-    """軽量なモックモデル（メモリ効率のため）"""
-    print("Using lightweight mock depth estimation...")
-    return True
-
-def estimate_depth(image):
-    """軽量な深度推定（グラデーションベース）"""
+def create_depth_map(image):
+    """シンプルな深度マップ生成"""
+    if image is None:
+        return None, None
+    
     try:
-        load_model()
-        
-        # 画像の前処理
-        if isinstance(image, str):
-            image = Image.open(image)
-        elif isinstance(image, np.ndarray):
-            image = Image.fromarray(image)
+        # 画像サイズ取得
+        width, height = image.size
         
-        # RGB変換
-        if image.mode != 'RGB':
-            image = image.convert('RGB')
+        # 上から下へのグラデーション
+        depth_array = np.zeros((height, width), dtype=np.uint8)
+        for y in range(height):
+            depth_array[y, :] = int(255 * y / height)
         
-        # サイズ制限
-        max_size = 384
-        if max(image.size) > max_size:
-            image.thumbnail((max_size, max_size), Image.Resampling.LANCZOS)
+        # カラー深度マップ作成（青から赤へ）
+        depth_colored = np.zeros((height, width, 3), dtype=np.uint8)
+        depth_colored[:, :, 0] = 255 - depth_array  # 赤チャンネル
+        depth_colored[:, :, 2] = depth_array        # 青チャンネル
         
-        # 軽量な深度推定（グラデーション）
-        img_array = np.array(image)
-        height, width = img_array.shape[:2]
+        depth_image = Image.fromarray(depth_colored)
         
-        # 上から下へのグラデーション（上=遠い、下=近い）
-        depth_gradient = np.linspace(0, 1, height)
-        depth_map = np.tile(depth_gradient.reshape(-1, 1), (1, width))
-        
-        # カラーマップ適用
-        depth_colored = cv2.applyColorMap(
-            (depth_map * 255).astype(np.uint8), 
-            cv2.COLORMAP_VIRIDIS
-        )
-        depth_colored = cv2.cvtColor(depth_colored, cv2.COLOR_BGR2RGB)
-        
-        return Image.fromarray(depth_colored), image
+        return image, depth_image
         
     except Exception as e:
-        print(f"Error in depth estimation: {e}")
-        # エラー時は元画像をそのまま返す
+        print(f"Error: {e}")
         return image, image
 
-def process_image(image):
-    """Gradio用の処理関数"""
-    if image is None:
-        return None, None
-    
-    depth_map, original = estimate_depth(image)
-    return original, depth_map
-
-# Gradio インターフェース作成
-with gr.Blocks(title="深度推定 API", theme=gr.themes.Soft()) as demo:
-    gr.Markdown("# 🌊 深度推定・3D可視化 API")
-    gr.Markdown("画像をアップロードして深度マップを生成します")
-    
-    with gr.Row():
-        with gr.Column():
-            input_image = gr.Image(
-                label="入力画像", 
-                type="pil",
-                height=400
-            )
-            submit_btn = gr.Button("深度推定実行", variant="primary", size="lg")
-        
-        with gr.Column():
-            with gr.Tab("元画像"):
-                output_original = gr.Image(label="元画像", height=400)
-            with gr.Tab("深度マップ"):
-                output_depth = gr.Image(label="深度マップ", height=400)
+# Gradioインターフェース
+with gr.Blocks(title="深度推定API") as demo:
+    gr.Markdown("# 深度推定・3D可視化 API")
+    gr.Markdown("画像をアップロードして深度マップを生成")
     
     with gr.Row():
-        gr.Markdown("""
-        ### 📝 使い方
-        1. 画像をアップロードまたはドラッグ&ドロップ
-        2. 「深度推定実行」ボタンをクリック
-        3. 深度マップが生成されます（紫=近い、黄=遠い）
-        
-        ### ⚡ 技術情報
-        - モデル: Intel DPT-Hybrid-MiDaS
-        - 処理時間: 数秒〜数十秒
-        - 最大解像度: 512px（メモリ効率のため）
-        """)
-    
-    # イベントハンドラー
-    submit_btn.click(
-        fn=process_image,
-        inputs=[input_image],
-        outputs=[output_original, output_depth]
-    )
+        input_image = gr.Image(label="入力画像", type="pil")
+        output_depth = gr.Image(label="深度マップ")
     
-    # サンプル画像も処理可能
     input_image.change(
-        fn=process_image,
-        inputs=[input_image],
-        outputs=[output_original, output_depth]
+        fn=create_depth_map,
+        inputs=input_image,
+        outputs=[input_image, output_depth]
     )
 
-# アプリケーション起動
 if __name__ == "__main__":
-    demo.launch(
-        server_name="0.0.0.0",
-        server_port=7860,
-        share=True
-    )
+    demo.launch()

requirements.txt

@@ -1,4 +1,3 @@
-opencv-python-headless
 pillow
 numpy
 gradio