Update app.py

app.py

@@ -1,12 +1,11 @@
 # app.py — 無菌手套姿勢檢測系統（F-segment 偵測）複賽正式版
 # 說明：
-# - 結合 Mediapipe Pose + Hands，自動估計腰線，並檢測雙手「腰部以上」與「指尖朝上」比例
-# - AND 規則：腰部以上比例 >= PASS_TH_POS 且 指尖朝上比例 >= PASS_TH_UP 才算通過
-# - 本版 UI 為複賽「正式精簡版」，保留：
-#   1) 上傳與分析按鈕
-#   2) 結果表格 + CSV 下載
-#   3) 統整摘要
-#   4) 三個可展開的說明面板（標註資訊／系統限制／未來改善）
+# 1) 結合 Mediapipe Pose + Hands / 自動腰線偵測，並檢測雙手「腰部以上」與「指尖朝上」比例
+# 2) AND 規則：腰部以上比例 >= PASS_TH_POS 且 指尖朝上比例 >= PASS_TH_UP 才算通過
+# 3) 本版 UI 採「正式評圖版」精簡介面：
+#    a. 上傳影片區塊
+#    b. 統整結果表 + CSV 下載
+#    c. 三個可展開的說明區塊（標註資訊 / 系統限制 / 未來改善）
 
 import os
 import cv2
@@ -16,7 +15,7 @@ import tempfile
 import gradio as gr
 
 # -----------------------------------------------------------------------------
-# Mediapipe 相關設定（若無法匯入，則自動降級為僅回報錯誤）
+# Mediapipe 相關設定（若無法匯入，則自動降級為僅顯示錯誤）
 # -----------------------------------------------------------------------------
 _HAS_MP = True
 _HAS_POSE = True
@@ -38,7 +37,7 @@ MAX_LONG_SIDE = 960  # 影像長邊縮放上限（避免太大）
 DEFAULT_WAIST_RATIO = 0.65
 CLAMP_LOW = 0.58       # 自動腰線 y 下限
 CLAMP_HIGH = 0.72      # 自動腰線 y 上限
-WAIST_DELTA_Y = -0.05  # 在自動結果上再微調 Δy（負值代表再往上移）
+WAIST_DELTA_Y = -0.05  # 自動腰線 Δy 微調（負值代表往上移）
 
 # 判定門檻（本次複賽設定）
 PASS_TH_POS = 50       # 腰部門檻 (%)
@@ -58,7 +57,7 @@ COLS = [
 # 工具函式
 # -----------------------------------------------------------------------------
 def _to_path(f):
-    """將 Gradio File 物件或字串轉成檔案路徑。"""
+    """把 gr.File / dict / 字串 轉成實際檔案路徑。"""
     if isinstance(f, str):
         return f
     if hasattr(f, "name"):
@@ -82,8 +81,8 @@ def _resize_keep_ar(frame, max_long=MAX_LONG_SIDE):
 def _is_index_up(lms, h):
     """
     判斷單手的食指是否「明顯朝上」：
-    - 利用 PIP→TIP 向量的角度（避免手指平躺或往側邊）
-    - 並考慮 tip 與 wrist 的高度差（tip 要高於手腕一定距離）
+    - 利用 PIP→TIP 向量的角度
+    - 並考慮 tip 與 wrist 的高度差
     """
     tip = lms[mp_hands.HandLandmark.INDEX_FINGER_TIP.value]
     pip = lms[mp_hands.HandLandmark.INDEX_FINGER_PIP.value]
@@ -92,9 +91,8 @@ def _is_index_up(lms, h):
     dy = (pip.y - tip.y) * h
     dx = abs(pip.x - tip.x) * h
     angle_deg = np.degrees(np.arctan2(dy, dx))
-    height_diff = (wrist.y - tip.y) * h  # tip 比 wrist 高多少（像素）
+    height_diff = (wrist.y - tip.y) * h
 
-    # 角度大於 25 度，且 tip 明顯高於 wrist，才算「朝上」
     return (angle_deg > 25) and (height_diff > 40)
 
 # -----------------------------------------------------------------------------
@@ -135,7 +133,6 @@ def _auto_waist_ratio_pose(video_path, sample_frames=40,
             res = pose.process(rgb)
             if res.pose_landmarks:
                 lms = res.pose_landmarks.landmark
-                # 23 / 24 為左右 hip
                 hip_y = (lms[23].y + lms[24].y) / 2.0
                 ys.append(hip_y)
             idx += step
@@ -271,9 +268,8 @@ def analyze_one_video(video_path):
                 for lmset in res.multi_hand_landmarks:
                     lms = lmset.landmark
                     wrist = lms[mp_hands.HandLandmark.WRIST.value]
-                    pos_flags.append((wrist.y * h) <= y_ref)  # 腰部以上
-                    up_flags.append(_is_index_up(lms, h))     # 指尖朝上
-
+                    pos_flags.append((wrist.y * h) <= y_ref)
+                    up_flags.append(_is_index_up(lms, h))
                 # 要求雙手皆符合（若只偵測到一手，就以那一手為準）
                 if len(pos_flags) >= 2:
                     this_pos = all(pos_flags[:2])
@@ -304,7 +300,11 @@ def analyze_one_video(video_path):
         acc = (ok_both / valid) * 100.0
         passed_valid = f"{ok_both}/{valid}"
 
-    result_str = "通過" if (above_ratio >= PASS_TH_POS and up_ratio >= PASS_TH_UP) else "未通過"
+    result_str = (
+        "通過"
+        if (above_ratio >= PASS_TH_POS and up_ratio >= PASS_TH_UP)
+        else "未通過"
+    )
     valid_total = f"{valid}/{total_frames}"
 
     return [
@@ -318,7 +318,7 @@ def analyze_one_video(video_path):
 # -----------------------------------------------------------------------------
 # 多支影片分析核心 + 統整摘要
 # -----------------------------------------------------------------------------
-def run_core(files, state)):
+def run_core(files, state):
     """實際進行分析並回傳 df 和 CSV 路徑。"""
     if not files:
         df = pd.DataFrame([], columns=COLS)
@@ -326,18 +326,11 @@ def run_core(files, state)):
         return None, df, [], tmp_path
 
     rows = []
-    total = len(files)
-
-    for i, f in enumerate(files):
-        if total > 0:
-            
+    for f in files:
         path = _to_path(f)
         if os.path.exists(path):
             rows.append(analyze_one_video(path))
 
-    # 分析全部完成
-    
-
     state_new = (state or []) + rows
     df = pd.DataFrame(state_new, columns=COLS)
 
@@ -376,13 +369,15 @@ def build_summary_text(df: pd.DataFrame) -> str:
     return text
 
 
-def run_with_status(files, state)):
+def run_with_status(files, state):
     """供按鈕呼叫：更新狀態列 + DataFrame + CSV + 摘要。"""
+    # 進入分析狀態
     status_text = "🟠 系統正在分析影片，請稍候…"
 
     files2, df, state2, csv_path = run_core(files, state)
     summary_text = build_summary_text(df)
 
+    # 分析完成狀態
     status_text = "🟢 分析完成，可以檢視表格並下載 CSV 報表。"
 
     return status_text, files2, df, state2, csv_path, summary_text
@@ -398,7 +393,7 @@ def do_clear(state):
 # Gradio UI 建構
 # -----------------------------------------------------------------------------
 with gr.Blocks(
-    title="醫療技術AI王：無菌手套姿勢檢測系統（F-segment 偵測）",
+    title="無菌手套姿勢檢測系統（F-segment 偵測）",
     css="""
     #status-text {
         color: #1565c0;      /* 深藍色狀態列 */
@@ -408,7 +403,7 @@ with gr.Blocks(
     """
 ) as demo:
 
-    # LOGO 與標題（目前先用文字呈現；真正圖檔由 HuggingFace README 的 banner/logo 負責）
+    # 標題
     gr.Markdown("# 👑 醫療技術AI王")
     gr.Markdown("## 🧤 無菌手套姿勢檢測系統（F-segment 偵測）")
 
@@ -427,7 +422,7 @@ with gr.Blocks(
     # 按鈕列
     with gr.Row():
         btn_run = gr.Button("分析", variant="primary", scale=1)
-        btn_csv = gr.DownloadButton("下載 CSV 報表", value=None, scale=1)
+        btn_csv = gr.DownloadButton("下載 CSV 報表", visible=False, scale=1)
         btn_clear = gr.Button("清除", variant="secondary", scale=1)
 
     # 狀態儲存
@@ -447,7 +442,7 @@ with gr.Blocks(
     # 額外說明面板（可收合）
     with gr.Accordion("📘 本次標註資訊（可展開）", open=False):
         gr.Markdown("""
-### 🔍 本次標準片與錯片
+### 🔍 本次標註
 - **標準片（應通過）**：FV3、FV4、FV5、FV6  
 - **錯片（應不通過）**：WFV6-2、WFV6  
 
@@ -476,7 +471,7 @@ with gr.Blocks(
 - 若資料量充足，可進一步訓練專用的 F-segment 深度學習模型。  
 """)
 
-    # 事件綁定：使用 Gradio 內建 minimal 進度條 + 自訂說明文字
+    # 事件綁定：顯示 Gradio 內建 minimal 進度條即可
     btn_run.click(
         fn=run_with_status,
         inputs=[files, table_state],
@@ -492,7 +487,7 @@ with gr.Blocks(
     )
 
 # -----------------------------------------------------------------------------
-# 啟動
+# 啟動（本地測試用；在 HuggingFace 會由 Spaces 自動呼叫 demo）
 # -----------------------------------------------------------------------------
 if __name__ == "__main__":
     demo.launch(server_name="0.0.0.0", server_port=7860)