Upload 6 files

README.md

@@ -1,15 +1,28 @@
 ---
-title: Lipla
-emoji: 📚
-colorFrom: purple
-colorTo: pink
+title: Lipla-jp
+emoji: 🚘
+colorFrom: indigo
+colorTo: blue
 sdk: gradio
-sdk_version: 6.22.0
-python_version: '3.12'
+sdk_version: 6.20.0
+python_version: 3.12
 app_file: app.py
 pinned: false
 license: mit
-short_description: Japanese license plate recognition
+models:
+  - bukuroo/Lipla-jp
+preload_from_hub:
+  - bukuroo/Lipla-jp ecpose_m_260809.onnx,ppocrv6_det.onnx,ppocrv6_rec.onnx,inference.yml c66f50ce0cc08e20318b00ad832c9b848b4d580b
 ---
 
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+# Lipla-jp Gradio demo
+
+画像をドロップすると、日本の自動車ナンバープレートを検出・認識します。
+
+- `LPDetResult.det_image` と `LPDetResult.result_image` をギャラリー表示します。
+- `LPDetResult` の画像以外のフィールドをJSONテキストで表示します。
+- 複数のナンバープレートを検出した場合は、結果を検出順に表示します。
+
+このディレクトリの内容をHugging Face Spaceリポジトリのルートへ配置して
+公開してください。Spaceのビルド時にモデルと日本語フォントが準備されます。
+

__init__.py

@@ -0,0 +1 @@
+"""Hugging Face Spaces向けデモアプリ。"""

app.py

@@ -0,0 +1,65 @@
+"""Lipla-jpのHugging Face Spaces向けGradioアプリ。"""
+
+from __future__ import annotations
+
+import gradio as gr
+
+try:
+    from .space_inference import recognize_image
+except ImportError:  # Spaceでapp.pyを直接実行する場合
+    from space_inference import recognize_image
+
+
+def build_demo() -> gr.Blocks:
+    """画像ドロップで推論を開始するGradio UIを構築する。"""
+    with gr.Blocks(title="Lipla-jp") as demo:
+        gr.Markdown(
+            "# Lipla-jp\n"
+            "日本の自動車ナンバープレートを検出・認識します。"
+            "画像をドロップすると自動的に処理を開始します。"
+        )
+
+        input_image = gr.Image(
+            label="入力画像",
+            type="numpy",
+            image_mode="RGB",
+            sources=["upload", "clipboard"],
+        )
+
+        with gr.Row():
+            det_gallery = gr.Gallery(
+                label="det_image",
+                columns=1,
+                object_fit="contain",
+                height="auto",
+            )
+            result_gallery = gr.Gallery(
+                label="result_image",
+                columns=1,
+                object_fit="contain",
+                height="auto",
+            )
+
+        result_json = gr.Textbox(
+            label="LPDetResult（画像以外）",
+            value="[]",
+            lines=20,
+            max_lines=30,
+        )
+
+        input_image.change(
+            fn=recognize_image,
+            inputs=input_image,
+            outputs=[det_gallery, result_gallery, result_json],
+            api_name="recognize",
+        )
+
+    return demo
+
+
+demo = build_demo()
+demo.queue(max_size=8)
+
+
+if __name__ == "__main__":
+    demo.launch()

packages.txt

@@ -0,0 +1,2 @@
+fonts-noto-cjk
+

requirements.txt

@@ -0,0 +1,3 @@
+gradio==6.20.0
+lipla-jp @ git+https://github.com/ikeboo/Lipla-jp.git@main
+

space_inference.py

@@ -0,0 +1,90 @@
+"""Gradio UIから独立したナンバープレート認識処理。"""
+
+from __future__ import annotations
+
+import json
+from collections.abc import Callable
+from dataclasses import fields
+from functools import cache
+from typing import Any
+
+import numpy as np
+
+from lipla import LPDetResult, Recognizer
+
+_IMAGE_FIELD_NAMES = frozenset(
+    {"plate_image", "original_image", "_det_image", "_result_image"}
+)
+
+
+@cache
+def get_recognizer() -> Recognizer:
+    """モデルを最初の推論時に一度だけ初期化する。"""
+    return Recognizer(providers=["CPUExecutionProvider"])
+
+
+def _json_compatible(value: Any) -> Any:
+    """NumPyの値をJSONで表現できるPython組み込み型へ変換する。"""
+    if isinstance(value, np.ndarray):
+        return value.tolist()
+    if isinstance(value, np.generic):
+        return value.item()
+    if isinstance(value, tuple):
+        return [_json_compatible(item) for item in value]
+    if isinstance(value, list):
+        return [_json_compatible(item) for item in value]
+    if isinstance(value, dict):
+        return {str(key): _json_compatible(item) for key, item in value.items()}
+    return value
+
+
+def result_to_dict(result: LPDetResult) -> dict[str, Any]:
+    """LPDetResultから画像フィールドを除いたJSON用データを作る。"""
+    return {
+        field.name: _json_compatible(getattr(result, field.name))
+        for field in fields(result)
+        if field.name not in _IMAGE_FIELD_NAMES and not field.name.startswith("_")
+    }
+
+
+def _bgr_to_rgb(image: np.ndarray) -> np.ndarray:
+    """OpenCVのBGR画像をGradio表示用RGB画像へ変換する。"""
+    return np.ascontiguousarray(image[..., ::-1])
+
+
+def recognize_image(
+    image: np.ndarray | None,
+    *,
+    recognizer_factory: Callable[[], Recognizer] = get_recognizer,
+) -> tuple[
+    list[tuple[np.ndarray, str]],
+    list[tuple[np.ndarray, str]],
+    str,
+]:
+    """RGB画像を認識し、2種類の画像ギャラリーとJSON文字列を返す。"""
+    if image is None:
+        return [], [], "[]"
+    if not isinstance(image, np.ndarray):
+        raise TypeError("image must be a numpy.ndarray")
+    if image.ndim != 3 or image.shape[2] != 3:
+        raise ValueError("image must have shape (height, width, 3)")
+    if image.dtype != np.uint8:
+        raise TypeError("image must have dtype uint8")
+
+    bgr_image = _bgr_to_rgb(image)
+    results = recognizer_factory()(bgr_image)
+    det_images = [
+        (_bgr_to_rgb(result.det_image), f"LPDetResult[{index}]")
+        for index, result in enumerate(results)
+    ]
+    result_images = [
+        (_bgr_to_rgb(result.result_image), f"LPDetResult[{index}]")
+        for index, result in enumerate(results)
+    ]
+    result_json = json.dumps(
+        [result_to_dict(result) for result in results],
+        ensure_ascii=False,
+        indent=2,
+        allow_nan=False,
+    )
+    return det_images, result_images, result_json