ファーストコミット

.gitignore

@@ -0,0 +1,40 @@
+# Byte-compiled / optimized / DLL files
+__pycache__/
+*.py[cod]
+*$py.class
+
+# Caches and logs
+*.log
+logs/
+*.cache/
+
+# Environment variables
+.env
+
+# Static files (usually collected by Django's collectstatic)
+/static/
+
+# Media files
+/media/
+
+# Database
+*.sqlite3
+
+# IDE specific files
+.idea/
+.vscode/
+
+# Dependency directories
+venv/
+env/
+
+# Compiled Python files
+*.pyc
+*.pyo
+*.pyd
+
+# macOS
+.DS_Store
+
+# Ignore __MACOSX in img directory
+__MACOSX/

README.md

@@ -1,12 +1,14 @@
 ---
-title: Perfect Shot Analyzer
-emoji: 🔥
-colorFrom: green
+title: Perfect Shot
+python_version: 3.8.2
+emoji: 🐢
+colorFrom: yellow
 colorTo: gray
 sdk: streamlit
-sdk_version: 1.36.0
+sdk_version: 1.35.0
 app_file: app.py
 pinned: false
 ---
 
 Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+[README.md](README.md)

app.py

@@ -0,0 +1,93 @@
+import sys
+import os
+import glob
+
+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('anger', 1, 5, 1)
+sld_disgust_deg = st.sidebar.slider('disgust', 1, 5, 1)
+sld_fear_deg = st.sidebar.slider('fear', 1, 5, 1)
+sld_happiness_deg = st.sidebar.slider('happiness', 1, 5, 5)
+sld_sadness_deg = st.sidebar.slider('sadness', 1, 5, 1)
+sld_surprise_deg = st.sidebar.slider('surprise', 1, 5, 1)
+sld_neutral_deg = st.sidebar.slider('neutral', 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()
+            best_image_record = ema.detect_best_image(df_emotions, emotion_ratios)
+
+            # 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])

emotion_analyzer.py

@@ -0,0 +1,49 @@
+import pandas as pd
+from feat import Detector
+import numpy as np
+
+# 検出器の定義
+detector = Detector()
+
+
+class EmotionAnalyzer:
+    def __init__(self, img_file_path_list):
+        self.img_file_path_list = img_file_path_list
+
+    def detect_best_image(self, df_emotions, emotion_ratios):
+        """
+        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()]
+        return best_image_record
+
+    @staticmethod
+    def analyze_emotion(img_file_path):
+        """
+        イメージファイルから感情を分析
+        """
+        # 検出器の定義
+        detector = Detector()
+        result = detector.detect_image(img_file_path)
+        result_emotions_mean = result.emotions.mean()
+        return result_emotions_mean, result
+
+    def create_emotion_dataflame(self):
+        """
+        イメージファイルの分析結果をデータフレーム化
+        """
+
+        emotions_deg_list = []
+        result_detections_list = []
+        for img_file_path in self.img_file_path_list:
+            result_emotions_mean, result_detections = self.analyze_emotion(img_file_path)
+            emotions_deg_list.append(result_emotions_mean)
+            result_detections_list.append(result_detections)
+
+        df_emotion_result = pd.DataFrame(emotions_deg_list, index=self.img_file_path_list)
+        df_emotion_result['detections'] = result_detections_list
+
+        return df_emotion_result

requirements.txt

@@ -0,0 +1,82 @@
+altair==5.3.0
+attrs==23.2.0
+av==12.0.0
+blinker==1.8.2
+cachetools==5.3.3
+celluloid==0.2.0
+certifi==2024.2.2
+charset-normalizer==3.3.2
+click==8.1.7
+contourpy==1.1.1
+cycler==0.12.1
+easing-functions==1.0.4
+filelock==3.14.0
+fonttools==4.52.1
+fsspec==2024.5.0
+gitdb==4.0.11
+GitPython==3.1.43
+h5py==3.11.0
+idna==3.7
+imageio==2.34.1
+importlib_resources==6.4.0
+Jinja2==3.1.4
+joblib==1.4.2
+jsonschema==4.22.0
+jsonschema-specifications==2023.12.1
+kiwisolver==1.4.5
+kornia==0.7.2
+kornia_rs==0.1.3
+lazy_loader==0.4
+lxml==5.2.2
+markdown-it-py==3.0.0
+MarkupSafe==2.1.5
+matplotlib==3.7.5
+mdurl==0.1.2
+mpmath==1.3.0
+networkx==3.1
+nibabel==5.2.1
+nilearn==0.10.4
+nltools==0.5.1
+numexpr==2.8.4
+numpy==1.23.5
+packaging==24.0
+pandas==2.0.3
+pillow==10.3.0
+pipdeptree==2.23.0
+pkgutil_resolve_name==1.3.10
+protobuf==4.25.3
+py-feat==0.6.2
+pyarrow==16.1.0
+pydeck==0.9.1
+Pygments==2.18.0
+pynv==0.3
+pyparsing==3.1.2
+python-dateutil==2.9.0.post0
+pytz==2024.1
+PyWavelets==1.4.1
+referencing==0.35.1
+requests==2.32.2
+rich==13.7.1
+rpds-py==0.18.1
+scikit-image==0.21.0
+scikit-learn==1.3.2
+scipy==1.10.1
+seaborn==0.13.2
+six==1.16.0
+smmap==5.0.1
+streamlit==1.35.0
+sympy==1.12
+tenacity==8.3.0
+threadpoolctl==3.5.0
+tifffile==2023.7.10
+toml==0.10.2
+toolz==0.12.1
+torch==2.2.2
+torchvision==0.17.2
+tornado==6.4
+tqdm==4.66.4
+typing_extensions==4.12.0
+tzdata==2024.1
+urllib3==2.2.1
+xgboost==2.0.3
+zipp==3.18.2