app.py

from PIL import Image, ImageDraw, ImageFont, ExifTags, ImageEnhance
import textwrap
import io
import os
import streamlit as st
import cv2
import numpy as np
import rawpy
import matplotlib.pyplot as plt

# 画像のアップロード
uploaded_file = st.file_uploader("画像をアップロードしてください", type=["jpg", "jpeg", "png", "nef", "cr2", "dng"])

if uploaded_file is not None:
    # RAWファイルの処理
    if uploaded_file.name.lower().endswith(('.nef', '.cr2', '.dng')):
        try:
            raw = rawpy.imread(uploaded_file)
            rgb = raw.postprocess()
            image = Image.fromarray(rgb)
        except Exception as e:
            st.error(f"RAWファイルの読み込み中にエラーが発生しました: {e}")
            st.stop()
    else:
        image = Image.open(uploaded_file)

    # 背景除去の処理
    def remove_background(image):
        img_np = np.array(image)
        img_rgb = cv2.cvtColor(img_np, cv2.COLOR_RGBA2RGB) if img_np.shape[-1] == 4 else img_np
        mask = np.zeros(img_rgb.shape[:2], dtype=np.uint8)

        # GrabCutアルゴリズムによる背景除去
        rect = (10, 10, img_rgb.shape[1] - 10, img_rgb.shape[0] - 10)
        bgd_model = np.zeros((1, 65), np.float64)
        fgd_model = np.zeros((1, 65), np.float64)
        cv2.grabCut(img_rgb, mask, rect, bgd_model, fgd_model, 5, cv2.GC_INIT_WITH_RECT)

        # 0と2は背景、1と3は前景
        mask2 = np.where((mask == 2) | (mask == 0), 0, 1).astype('uint8')
        img_np = img_rgb * mask2[:, :, np.newaxis]

        return Image.fromarray(img_np)

    # 背景除去を適用
    if st.sidebar.checkbox("背景除去を適用"):
        image = remove_background(image)

    # Exif情報を取得する関数
    def get_exif_data(image):
        exif_data = {}
        try:
            exif_raw = image._getexif()
            if exif_raw:
                for tag, value in exif_raw.items():
                    decoded_tag = ExifTags.TAGS.get(tag, tag)
                    exif_data[decoded_tag] = value
        except AttributeError:
            pass
        return exif_data

    # Exif情報をフォーマットする関数
    def format_exif_data(exif_data):
        display_data = []
        important_tags = ['DateTimeOriginal', 'Model', 'FNumber', 'ExposureTime', 'ISOSpeedRatings', 'FocalLength']
        for tag in important_tags:
            value = exif_data.get(tag, None)
            if value:
                if tag == 'FNumber':
                    value = f"F/{value}"
                elif tag == 'ExposureTime':
                    value = f"{value} sec"
                elif tag == 'FocalLength':
                    value = f"{value} mm"
                display_data.append(f"{tag}: {value}")
        return '\n'.join(display_data)

    # Exif情報の取得とフォーマット
    exif_data = get_exif_data(image)
    exif_text = format_exif_data(exif_data)

    # 外枠の追加
    border_size = 100  # 外枠のサイズを指定
    img_width, img_height = image.size
    new_width = img_width + border_size * 2
    new_height = img_height + border_size * 2 + 100  # 下部にExif情報分のスペースを追加
    new_image = Image.new("RGB", (new_width, new_height), "white")
    new_image.paste(image, (border_size, border_size))

    # Exif情報を描画
    draw = ImageDraw.Draw(new_image)
    try:
        font = ImageFont.truetype("arial.ttf", int(border_size / 5))
    except IOError:
        font = ImageFont.load_default()

    text_color = (0, 0, 0)
    text_margin = 10
    text_position = (border_size + text_margin, img_height + border_size + text_margin)
    wrapped_text = textwrap.fill(exif_text, width=80)

    # 枠内にExif情報をおしゃれに描画（中央寄せ）
    lines = wrapped_text.split('\n')
    y_text = text_position[1]
    for line in lines:
        line_width, line_height = draw.textbbox((0, 0), line, font=font)[2:4]
        x_text = (new_width - line_width) / 2  # 中央に揃える
        draw.text((x_text, y_text), line, font=font, fill=text_color)
        y_text += line_height

    # カラーカーブ調整
    st.sidebar.header("カラーカーブ調整")
    r_curve = st.sidebar.slider("Red Curve", 0, 255, (0, 255), step=1)
    g_curve = st.sidebar.slider("Green Curve", 0, 255, (0, 255), step=1)
    b_curve = st.sidebar.slider("Blue Curve", 0, 255, (0, 255), step=1)
    
    img_np = np.array(new_image)
    for i, curve in enumerate([r_curve, g_curve, b_curve]):
        lut = np.interp(np.arange(256), [curve[0], curve[1]], [0, 255])
        img_np[:, :, i] = cv2.LUT(img_np[:, :, i], lut.astype('uint8'))
    new_image = Image.fromarray(img_np)

    # ノイズリダクション
    if st.sidebar.checkbox("ノイズリダクションを適用"):
        img_np = cv2.fastNlMeansDenoisingColored(np.array(new_image), None, 10, 10, 7, 21)
        new_image = Image.fromarray(img_np)

    # シャープネス調整
    sharpness_factor = st.sidebar.slider("シャープネス調整", 0.0, 3.0, 1.0, 0.1)
    enhancer = ImageEnhance.Sharpness(new_image)
    new_image = enhancer.enhance(sharpness_factor)

    # レンズ補正
    if st.sidebar.checkbox("レンズ補正を適用"):
        # 仮のレンズ補正（簡単な周辺減光の軽減）
        img_np = np.array(new_image)
        rows, cols = img_np.shape[:2]
        mask = np.zeros((rows, cols), dtype=np.float32)
        cv2.circle(mask, (cols // 2, rows // 2), min(rows, cols) // 2, 1, thickness=-1)
        img_np = cv2.addWeighted(img_np, 0.9, img_np * mask[:, :, None], 0.1, 0)
        new_image = Image.fromarray(img_np.astype('uint8'))

    # ホワイトバランスの詳細調整
    st.sidebar.header("ホワイトバランス調整")
    temperature = st.sidebar.slider("色温度", 2000, 10000, 5500)
    tint = st.sidebar.slider("色被り補正", -100, 100, 0)
    # 簡単なホワイトバランス調整処理
    img_np = np.array(new_image, dtype=np.float32)
    img_np[:, :, 0] *= (temperature / 5500)  # 青チャンネルに対する温度補正
    img_np[:, :, 2] *= (1 + tint / 100)  # 赤チャンネルに対する色被り補正
    img_np = np.clip(img_np, 0, 255).astype('uint8')
    new_image = Image.fromarray(img_np)

    # HSL調整
    st.sidebar.header("HSL調整")
    hue = st.sidebar.slider("色相調整", -180, 180, 0)
    saturation = st.sidebar.slider("彩度調整", 0.0, 3.0, 1.0, 0.1)
    luminance = st.sidebar.slider("輝度調整", 0.0, 3.0, 1.0, 0.1)
    hsv = cv2.cvtColor(np.array(new_image), cv2.COLOR_RGB2HSV)
    hsv[:, :, 0] = (hsv[:, :, 0].astype(int) + hue) % 180
    hsv[:, :, 1] = np.clip(hsv[:, :, 1] * saturation, 0, 255).astype('uint8')
    hsv[:, :, 2] = np.clip(hsv[:, :, 2] * luminance, 0, 255).astype('uint8')
    new_image = Image.fromarray(cv2.cvtColor(hsv, cv2.COLOR_HSV2RGB))

    # プリセットの適用
    if st.sidebar.checkbox("プリセットを適用"):
        # 仮のプリセット適用
        lut = np.linspace(0, 255, 256)**0.8  # ガンマ補正によるLUT適用の例
        img_np = np.array(new_image)
        for i in range(3):
            img_np[:, :, i] = cv2.LUT(img_np[:, :, i], lut.astype('uint8'))
        new_image = Image.fromarray(img_np)

    # ヒストグラムの表示
    st.sidebar.header("ヒストグラム表示")
    if st.sidebar.checkbox("ヒストグラムを表示"):
        fig, ax = plt.subplots()
        img_np = np.array(new_image)
        if img_np.ndim == 2:  # グレースケール
            ax.hist(img_np.ravel(), bins=256, color='black')
        else:
            colors = ('r', 'g', 'b')
            for i, color in enumerate(colors):
                hist, bins = np.histogram(img_np[:, :, i], bins=256, range=(0, 256))
                ax.plot(hist, color=color)
        st.pyplot(fig)

    # 編集後の画像を保存
    output_buffer = io.BytesIO()
    new_image.save(output_buffer, format='JPEG')
    output_buffer.seek(0)

    # 結果の画像の表示
    st.image(new_image, caption='編集後の画像', use_column_width=True)
    st.download_button(label="編集した画像をダウンロード", data=output_buffer, file_name="edited_image_with_border_and_exif.jpg", mime="image/jpeg")
else:
    st.warning("画像をアップロードしてください。")