app.py

import sys
import os
import glob

import numpy as np
import streamlit as st
from PIL import Image
import zipfile
from emotion_analyzer import EmotionAnalyzer

st.title('ベストショット判定アプリ')

## スライダーの定義
st.sidebar.markdown('### 条件設定')
sld_anger_deg = st.sidebar.slider('怒り', 1, 5, 1)
sld_disgust_deg = st.sidebar.slider('嫌悪', 1, 5, 1)
sld_fear_deg = st.sidebar.slider('恐怖', 1, 5, 1)
sld_happiness_deg = st.sidebar.slider('喜しさ', 1, 5, 5)
sld_sadness_deg = st.sidebar.slider('悲しみ', 1, 5, 1)
sld_surprise_deg = st.sidebar.slider('驚き', 1, 5, 1)
sld_neutral_deg = st.sidebar.slider('真顔', 1, 5, 1)

# 各変数の比率を計算
sld_total_deg = (sld_anger_deg + sld_disgust_deg + sld_fear_deg +
                 sld_happiness_deg + sld_sadness_deg +
                 sld_surprise_deg + sld_neutral_deg)

emotion_ratios = {
    'anger': sld_anger_deg / sld_total_deg,
    'disgust': sld_disgust_deg / sld_total_deg,
    'fear': sld_fear_deg / sld_total_deg,
    'happiness': sld_happiness_deg / sld_total_deg,
    'sadness': sld_sadness_deg / sld_total_deg,
    'surprise': sld_surprise_deg / sld_total_deg,
    'neutral': sld_neutral_deg / sld_total_deg
}

image_extensions = ['*.jpg', '*.jpeg', '*.png', '*.gif', '*.bmp']
extract_dir = 'imgs'

# アップローダー
uploaded_file = st.file_uploader('ZIPファイルをアップロードしてください', type='zip')

# イメージファイルのパスを格納するリスト
img_file_path_list = []

if uploaded_file:
    # 一時ディレクトリを作成してZIPファイルを解凍
    with zipfile.ZipFile(uploaded_file, 'r') as zip_ref:
        zip_ref.extractall(extract_dir)

    # 解凍したファイル・ディレクトリの一覧を取得
    extracted_items = os.listdir(extract_dir)
    # zipファイルのベースファイルを取得
    uploaded_file_base_name = uploaded_file.name.split('.zip')[0]
    # 解凍したディレクトリのパスを取得
    extract_dir_path = os.path.join(extract_dir, uploaded_file_base_name)
    # 各拡張子に対してglobを使用してファイルを取得
    for ext in image_extensions:
        img_file_path_list.extend(glob.glob(os.path.join(extract_dir_path, ext)))

    if img_file_path_list:
        st.write(f'{len(img_file_path_list)}枚のイメージファイルが見つかりました')
    else:
        st.write('イメージファイルが見つかりませんでした')
        st.write('再度アップロードしなおしてください')
        sys.exit()

    if st.button('表情分析開始'):
        # 画像を指定して表情認識を実行
        with (st.spinner('表情分析中...')):
            ema = EmotionAnalyzer(img_file_path_list)
            df_emotions = ema.create_emotion_dataflame()

            # 各表情の値と設定値との二乗和を取り、最も値が小さい(設定値に近い)写真をベストショットをする
            df_emotions['distance'] = \
                np.sqrt(sum((df_emotions[emotion] - ratio) ** 2 for emotion, ratio in emotion_ratios.items()))
            best_image_record = df_emotions.loc[df_emotions['distance'].idxmin()]

            # ベストショットのファイル名
            best_image_record_filename = best_image_record.name

            # 保存した画像を表示
            result_detection = df_emotions.loc[best_image_record_filename]['detections']
            fig_list = result_detection.plot_detections(faces='landmarks', faceboxes=True, muscles=False, poses=False,
                                                        gazes=False,
                                                        add_titles=True,
                                                        au_barplot=False, emotion_barplot=True,
                                                        plot_original_image=True)
            st.markdown('ベストショットはこちら！')

            # 保存した画像を表示
            img = Image.open(best_image_record_filename)
            st.image(img, width=500)

            # 分析結果を表示
            st.markdown('分析結果')
            st.pyplot(fig_list[0])