Update app.py

app.py

@@ -2,6 +2,7 @@ import streamlit as st
 import numpy as np
 from PIL import Image
 import random
+from collections import Counter
 
 # Ensembles pour stocker les pixels validés et non validés
 oe = set()  # Pixels validés
@@ -13,7 +14,16 @@ def process_uploaded_image(uploaded_file):
     pixel_data = np.array(image)
     return pixel_data
 
-# Fonction pour générer une image en fonction des pixels voisins avec variation
+# Fonction pour déterminer la couleur dominante
+def dominant_color(surrounding_pixels):
+    # Convertir les pixels en tuples pour pouvoir utiliser Counter
+    colors = [tuple(pixel) for pixel in surrounding_pixels]
+    # Compter les occurrences de chaque couleur
+    color_counts = Counter(colors)
+    # Trouver la couleur avec le maximum d'occurrences
+    return np.array(color_counts.most_common(1)[0][0], dtype=np.uint8)
+
+# Fonction pour générer une image en fonction des pixels voisins
 def generate_image_from_neighbors(base_pixels):
     height, width, _ = base_pixels.shape
     generated_image = np.zeros((height, width, 3), dtype=np.uint8)
@@ -28,20 +38,19 @@ def generate_image_from_neighbors(base_pixels):
                     if 0 <= i + di < height and 0 <= j + dj < width:
                         surrounding_pixels.append(base_pixels[i + di, j + dj])
 
-            # Calculer la moyenne des pixels environnants
-            surrounding_pixels = np.array(surrounding_pixels)
-            new_pixel_color = np.mean(surrounding_pixels, axis=0)
+            # Déterminer la couleur dominante parmi les pixels environnants
+            new_pixel_color = dominant_color(surrounding_pixels)
 
             # Ajouter une petite variation aléatoire pour générer de l'unicité
-            variation = np.array([random.randint(-20, 20) for _ in range(3)])
-            new_pixel_color = np.clip(new_pixel_color + variation, 0, 255).astype(np.uint8)
+            variation = np.array([random.randint(-10, 10) for _ in range(3)])
+            new_pixel_color = np.clip(new_pixel_color + variation, 0, 255)
 
             # Vérification pour changer aléatoirement le pixel pour plus d'unicité
             if random.random() < 0.2:  # 20% de chance de changer le pixel
-                additional_variation = np.array([random.randint(-50, 50) for _ in range(3)])
-                new_pixel_color = np.clip(new_pixel_color + additional_variation, 0, 255).astype(np.uint8)
+                additional_variation = np.array([random.randint(-20, 20) for _ in range(3)])
+                new_pixel_color = np.clip(new_pixel_color + additional_variation, 0, 255)
 
-            generated_image[i, j] = new_pixel_color
+            generated_image[i, j] = new_pixel_color.astype(np.uint8)
 
     return Image.fromarray(generated_image)