Delete app.py

app.py

@@ -1,153 +0,0 @@
-import gradio as gr
-import tempfile
-import cv2
-import json
-
-class PrivacyProtector:
-    def __init__(self, moondream_api_key, deepseek_api_key):
-        # Moondream初期化
-        self.moon_model = md.vl(api_key=moondream_api_key)
-        
-        # DeepSeekクライアント初期化
-        self.deepseek_client = OpenAI(
-            api_key=deepseek_api_key,
-            base_url="https://api.deepseek.com"
-        )
-    
-    def analyze_risk(self, image_path):
-        """画像のリスク分析を行う"""
-        # 画像読み込みとエンコード
-        pil_image = Image.open(image_path)
-        cv_image = cv2.imread(image_path)
-        encoded_image = self.moon_model.encode_image(pil_image)
-        
-        # 画像キャプション生成
-        caption = self.moon_model.caption(encoded_image)["caption"]
-        print(caption)
-        # リスク分析プロンプト
-        analysis_prompt = f"""
-        以下の画像説明を基に個人情報漏洩リスクを分析し、厳密にJSON形式で返答してください：
-        {{
-            "risk_level": "high|medium|low",
-            "risk_reason": "リスクの具体的理由",
-            "objects_to_remove": ["消去すべきオブジェクトリスト"]
-        }}
-        
-        画像説明: {caption}
-        """
-        
-        # DeepSeek API呼び出し
-        response = self.deepseek_client.chat.completions.create(
-            model="deepseek-chat",
-            messages=[
-                {"role": "system", "content": "あなたは優秀なセキュリティ分析AIです。"},
-                {"role": "user", "content": analysis_prompt}
-            ],
-            temperature=0.3,
-            response_format={"type": "json_object"}
-        )
-        
-        # 結果パース
-        result = json.loads(response.choices[0].message.content)
-        return pil_image, cv_image, result
-    
-    def remove_objects(self, pil_image, cv_image, objects_to_remove):
-        """オブジェクト検出と消去処理"""
-        # マスク作成
-        mask = np.zeros(cv_image.shape[:2], dtype=np.uint8)
-        h, w = cv_image.shape[:2]
-        
-        for obj_name in objects_to_remove:
-            # オブジェクト検出
-            detection = self.moon_model.detect(pil_image, obj_name)
-            print(detection)
-            for obj in detection["objects"]:
-                # 正規化座標→絶対座標変換
-                x_min = int(obj['x_min'] * w)
-                y_min = int(obj['y_min'] * h)
-                x_max = int(obj['x_max'] * w)
-                y_max = int(obj['y_max'] * h)
-                
-                # マスク領域を矩形で追加
-                cv2.rectangle(mask, (x_min, y_min), (x_max, y_max), 255, -1)
-        
-        # インペイント処理
-        inpainted = cv2.inpaint(cv_image, mask, 3, cv2.INPAINT_TELEA)
-        return inpainted
-    
-    def process_image(self, image_path, output_path):
-        """画像処理フロー全体"""
-        pil_img, cv_img, result = self.analyze_risk(image_path)
-        print(f"リスクレベル: {result['risk_level']}")
-        print(f"理由: {result['risk_reason']}")
-        
-        if result['risk_level'] != 'low':
-            print( result['objects_to_remove'])
-            cleaned = self.remove_objects(pil_img, cv_img, result['objects_to_remove'])
-            cv2.imwrite(output_path, cleaned)
-            print(f"処理済み画像を保存: {output_path}")
-            return True
-        print("リスク対象なし")
-        return False
-
-def gradio_process(input_image):
-    with tempfile.NamedTemporaryFile(suffix=".jpg") as tmp_file:
-        input_path = tmp_file.name
-        output_path = "/content/output.jpg"
-        
-        cv2.imwrite(input_path, cv2.cvtColor(input_image, cv2.COLOR_RGB2BGR))
-        
-        protector = PrivacyProtector(
-            moondream_api_key="eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJrZXlfaWQiOiI4NmI0NTUxMi01NWZlLTQ0YzItYTA2Ni1hMTE1NDBlM2EzZTMiLCJpYXQiOjE3Mzc4NTMzMzJ9.8dc3xo_z7nYApJwaOCI2ayYX9pTKpo8QHkoH96ykEcg",
-            deepseek_api_key="sk-61418a466189492c916ec7bcc873b142"
-        )
-        
-        
-        # 分析結果を含めて取得
-        pil_img, cv_img, result = protector.analyze_risk(input_path)
-        processed = protector.process_image(input_path, output_path)
-        
-        # 出力画像
-        output = cv2.cvtColor(cv2.imread(output_path), cv2.COLOR_BGR2RGB) if processed else None
-        
-        # 表示用情報の整形
-        info_html = f"""
-        <div style="padding:20px; background:#f0f0f0; border-radius:10px;">
-            <h3>分析結果</h3>
-            <p><strong>生成キャプション:</strong> {result.get('caption', '')}</p>
-            <p><strong>リスクレベル:</strong> <span style="color:{'red' if result['risk_level'] == 'high' else 'orange' if result['risk_level'] == 'medium' else 'green'}">{result['risk_level'].upper()}</span></p>
-            <p><strong>理由:</strong> {result['risk_reason']}</p>
-            <p><strong>消去対象:</strong> {', '.join(result['objects_to_remove'])}</p>
-        </div>
-        """
-        
-        return input_image, output, info_html
-
-with gr.Blocks(theme=gr.themes.Soft()) as demo:
-    gr.Markdown("# 🛡️ プライバシー保護画像処理ツール")
-    
-    with gr.Row():
-        with gr.Column(scale=2):
-            input_img = gr.Image(label="入力画像", type="numpy")
-            submit_btn = gr.Button("画像を分析・処理", variant="primary")
-        
-        with gr.Column(scale=2):
-            output_img = gr.Image(label="処理後の画像")
-            info_output = gr.HTML(label="分析結果")
-    
-    with gr.Accordion("処理の詳細", open=False):
-        gr.Markdown("""
-        **処理フロー:**  
-        1. 画像キャプション生成 (Moondream)  
-        2. リスク分析 (DeepSeek)  
-        3. オブジェクト検出・消去 (Moondream + OpenCV)  
-        """)
-    
-    submit_btn.click(
-        fn=gradio_process,
-        inputs=input_img,
-        outputs=[input_img, output_img, info_output]
-    )
-
-if __name__ == "__main__":
-    demo.launch()