Update app.py

app.py

@@ -83,26 +83,18 @@ dangerarray=[10,30,90,50,80,20,40,70,100,60]#ここに各クラスターの危
 
 thresholds = {
     'text': 0.1,
-    'name tag': 0.1,
-    'license plate': 0.3,
-    'Mail': 0.3,
+    'License plate': 0.3,
+    'Mail or envelope': 0.3,
     'Documents': 0.3,
-    'QR codes': 0.4,
-    'barcodes': 0.4,
-    'map': 0.5,
     'digital screens': 0.6,
     'information board': 0.5,
     'signboard': 0.3,
     'poster': 0.8,
     'sign': 0.3,
     'logo': 0.3,
-    'card': 0.4,
-    'window': 0.2,
-    'mirror': 0.2,
-    'Famous landmark': 0.7,
     'cardboard': 0.6,
     'manhole': 0.6,
-    'utility pole': 0.7
+    'electricity pole': 0.7
 }
 
 '''
@@ -201,26 +193,28 @@ def analyze_mask_combined(original_image_path, mask_image_path, small_threshold,
 
 
 
+
+def create_mask(image, x1, y1, x2, y2):
+    # Create a black image with the same size as the input image
+    mask = np.zeros((image.shape[0], image.shape[1]), dtype=np.uint8)
+
+    # Draw a white rectangle on the mask where the object is located
+    cv2.rectangle(mask, (int(x1), int(y1)), (int(x2), int(y2)), 255, -1)
+
+    return mask
+
+
 #この下で消去対象を決定
 def decide_to_object(risk_level):
-    '''
-    tex = [
-        'text','Name tag', 'License plate', 'Mail', 'Documents', 'QR codes',
-        'barcodes', 'Map', 'Digital screens', 'information board',
-        'signboard', 'poster', 'sign', 'utility pole'
 
-    ]
-    '''
     tex = [
-        'text', 'License plate', 'Digital screens',
-        'signboard', 'poster', 'sign', 'logo', 'card', 'window', 'mirror',
-        'Famous landmark', 'cardboard', 'manhole', 'utility pole'
-
-    ]
+    'text', 'License plate', 'digital screens',
+    'signboard', 'poster', 'sign', 'logo', 'cardboard', 'manhole', 'electricity pole'
+]
 
 
     #この配列の要素の順番を変えると消える順番が変わる。
-    risk_level = int(risk_level / 20)*(len(tex)/10)#個数決定(1/2)
+    risk_level = int(risk_level / 10)*(len(tex)/10)#個数決定(1/2)
     return tex[:int(risk_level)+1]
 
 def create_mask(image, x1, y1, x2, y2):
@@ -233,83 +227,6 @@ def create_mask(image, x1, y1, x2, y2):
     return mask
 
 
-def special_process_image_yolo(risk_level, image_path, point1, point2, thresholds=None):
-    # デバイスの確認
-    device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
-    print(f"Using device: {device}")
-    
-    # モデルファイルのパス
-    model_path = './1113.pt'
-    
-    # モデルファイルの存在確認
-    if not os.path.isfile(model_path):
-        raise FileNotFoundError(f"モデルファイル '{model_path}' が見つかりません。パスを確認してください。")
-    
-    # YOLOv8モデルをロードし、指定デバイスに移動
-    model = YOLO(model_path).to(device)
-    print("モデルが正常にロードされ、デバイスに移動しました。")
-    print(model.names)
-
-    # タイムスタンプを作成
-    timestamp = datetime.now().strftime("%Y%m%d%H%M%S")
-
-    # リスクレベルに基づいた減衰率の計算
-    def logistic_decay(risk_level, k=0.1, r0=50):
-        return 1 / (1 + np.exp(-k * (risk_level - r0)))
-
-    decay_factor = logistic_decay(risk_level)
-    adjusted_thresholds = {key: max(value - decay_factor + 0.8, 0.01) / 2 for key, value in (thresholds or {}).items()}
-
-    # 画像の読み込みとRGB変換
-    image = cv2.imread(image_path)
-    image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
-
-    # 推論実行
-    results = model(image_rgb)
-
-    # 初期化したマスク画像
-    mask = np.zeros(image.shape[:2], dtype=np.uint8)
-
-    # 各検出結果に基づきマスク作成
-    for box in results[0].boxes:
-        x1, y1, x2, y2 = map(int, box.xyxy[0])
-        confidence = box.conf[0]
-        class_id = box.cls[0]
-        object_type = model.names[int(class_id)]
-
-        # クラス名に基づいたしきい値
-        threshold = adjusted_thresholds.get(object_type, 0.5)
-        if confidence >= threshold:
-            mask[y1:y2, x1:x2] = 255  # ボックス領域を白に設定
-
-    # 絶対座標に変換した点の範囲を黒に設定
-    p1_x, p1_y = int(point1[0] * image.shape[1]), int(point1[1] * image.shape[0])
-    p2_x, p2_y = int(point2[0] * image.shape[1]), int(point2[1] * image.shape[0])
-    x_min, y_min = max(0, min(p1_x, p2_x)), max(0, min(p1_y, p2_y))
-    x_max, y_max = min(image.shape[1], max(p1_x, p2_x)), min(image.shape[0], max(p1_y, p2_y))
-    mask[y_min:y_max, x_min:x_max] = 0  # 範囲を黒に設定
-
-    # デバッグ用に白い長方形を描画
-    debug_image = image_rgb.copy()
-    cv2.rectangle(debug_image, (x_min, y_min), (x_max, y_max), (255, 255, 255), 2)
-
-    # デバッグ画像とマスク画像を保存
-    save_dir = "./saved_images"
-    os.makedirs(save_dir, exist_ok=True)
-    debug_image_pil = Image.fromarray(debug_image)
-    debug_image_path = os.path.join(save_dir, f"debug_image_with_rectangle_{timestamp}.jpg")
-    debug_image_pil.save(debug_image_path)
-
-    mask_image_pil = Image.fromarray(mask)
-    mask_image_path = os.path.join(save_dir, f"final_mask_{timestamp}.jpg")
-    mask_image_pil.save(mask_image_path)
-
-    print(f"デバッグ画像が {debug_image_path} に保存されました。")
-    print(f"マスク画像が {mask_image_path} に保存されました。")
-
-    return mask_image_path
-
-
 def convert_image_format(input_path, output_format="png"):
     """
     画像をJPGからPNGまたはPNGからJPGに変換する関数。