HTMLviewer3_API_DATASET_URL

Paused

App Files Files Community

HTMLviewer3_API_DATASET_URL / app.py

tomo2chin2

Update app.py

df45e87 verified about 1 year ago

raw

history blame

33.1 kB

	import gradio as gr
	from fastapi import FastAPI, HTTPException, Body
	from fastapi.responses import StreamingResponse
	from fastapi.staticfiles import StaticFiles
	from fastapi.middleware.cors import CORSMiddleware
	from pydantic import BaseModel
	from selenium import webdriver
	from selenium.webdriver.chrome.options import Options
	from selenium.webdriver.common.by import By
	from selenium.webdriver.support.ui import WebDriverWait
	from selenium.webdriver.support import expected_conditions as EC
	from PIL import Image
	from io import BytesIO
	import tempfile
	import time
	import os
	import logging
	from huggingface_hub import hf_hub_download # 追加: HuggingFace Hubからファイルを直接ダウンロード

	# 正しいGemini関連のインポート
	import google.generativeai as genai

	# ロギング設定
	logging.basicConfig(level=logging.INFO)
	logger = logging.getLogger(__name__)

	# --- Gemini統合 ---
	class GeminiRequest(BaseModel):
	"""Geminiへのリクエストデータモデル"""
	text: str
	extension_percentage: float = 10.0 # デフォルト値10%
	temperature: float = 0.5 # デフォルト値を0.5に設定
	trim_whitespace: bool = True # 余白トリミングオプション（デフォルト有効）
	style: str = "standard" # デフォルトはstandard

	class ScreenshotRequest(BaseModel):
	"""スクリーンショットリクエストモデル"""
	html_code: str
	extension_percentage: float = 10.0 # デフォルト値10%
	trim_whitespace: bool = True # 余白トリミングオプション（デフォルト有効）
	style: str = "standard" # デフォルトはstandard

	# HTMLのFont Awesomeレイアウトを改善する関数
	def enhance_font_awesome_layout(html_code):
	"""Font Awesomeレイアウトを改善するCSSを追加"""
	# CSSを追加
	fa_fix_css = """
	<style>
	/* Font Awesomeアイコンのレイアウト修正 */
	[class*="fa-"] {
	display: inline-block !important;
	margin-right: 8px !important;
	vertical-align: middle !important;
	}

	/* テキスト内のアイコン位置調整 */
	h1 [class="fa-"], h2 [class="fa-"], h3 [class*="fa-"],
	h4 [class="fa-"], h5 [class="fa-"], h6 [class*="fa-"] {
	vertical-align: middle !important;
	margin-right: 10px !important;
	}

	/* 特定パターンの修正 */
	.fa + span, .fas + span, .far + span, .fab + span,
	span + .fa, span + .fas, span + .far + span {
	display: inline-block !important;
	margin-left: 5px !important;
	}

	/* カード内アイコン修正 */
	.card [class="fa-"], .card-body [class="fa-"] {
	float: none !important;
	clear: none !important;
	position: relative !important;
	}

	/* アイコンと文字が重なる場合の調整 */
	li [class="fa-"], p [class="fa-"] {
	margin-right: 10px !important;
	}

	/* インラインアイコンのスペーシング */
	.inline-icon {
	display: inline-flex !important;
	align-items: center !important;
	justify-content: flex-start !important;
	}

	/* アイコン後のテキスト */
	[class*="fa-"] + span {
	display: inline-block !important;
	vertical-align: middle !important;
	}
	</style>
	"""

	# headタグがある場合はその中に追加
	if '<head>' in html_code:
	return html_code.replace('</head>', f'{fa_fix_css}</head>')
	# HTMLタグがある場合はその後に追加
	elif '<html' in html_code:
	head_end = html_code.find('</head>')
	if head_end > 0:
	return html_code[:head_end] + fa_fix_css + html_code[head_end:]
	else:
	body_start = html_code.find('<body')
	if body_start > 0:
	return html_code[:body_start] + f'<head>{fa_fix_css}</head>' + html_code[body_start:]

	# どちらもない場合は先頭に追加
	return f'<html><head>{fa_fix_css}</head>' + html_code + '</html>'

	def load_system_instruction(style="standard"):
	"""
	指定されたスタイルのシステムインストラクションを読み込む

	Args:
	style: 使用するスタイル名 (standard, cute, resort, cool, dental)

	Returns:
	読み込まれたシステムインストラクション
	"""
	try:
	# 有効なスタイル一覧
	valid_styles = ["standard", "cute", "resort", "cool", "dental"]

	# スタイルの検証
	if style not in valid_styles:
	logger.warning(f"無効なスタイル '{style}' が指定されました。デフォルトの 'standard' を使用します。")
	style = "standard"

	logger.info(f"スタイル '{style}' のシステムインストラクションを読み込みます")

	# まず、ローカルのスタイルディレクトリ内のprompt.txtを確認
	local_path = os.path.join(os.path.dirname(__file__), style, "prompt.txt")

	# ローカルファイルが存在する場合はそれを使用
	if os.path.exists(local_path):
	logger.info(f"ローカルファイルを使用: {local_path}")
	with open(local_path, 'r', encoding='utf-8') as file:
	instruction = file.read()
	return instruction

	# HuggingFaceリポジトリからのファイル読み込みを試行
	try:
	# スタイル固有のファイルパスを指定
	file_path = hf_hub_download(
	repo_id="tomo2chin2/GURAREKOstlyle",
	filename=f"{style}/prompt.txt",
	repo_type="dataset"
	)

	logger.info(f"スタイル '{style}' のプロンプトをHuggingFaceから読み込みました: {file_path}")
	with open(file_path, 'r', encoding='utf-8') as file:
	instruction = file.read()
	return instruction

	except Exception as style_error:
	# スタイル固有ファイルの読み込みに失敗した場合、デフォルトのprompt.txtを使用
	logger.warning(f"スタイル '{style}' のプロンプト読み込みに失敗: {str(style_error)}")
	logger.info("デフォルトのprompt.txtを読み込みます")

	file_path = hf_hub_download(
	repo_id="tomo2chin2/GURAREKOstlyle",
	filename="prompt.txt",
	repo_type="dataset"
	)

	with open(file_path, 'r', encoding='utf-8') as file:
	instruction = file.read()

	logger.info("デフォルトのシステムインストラクションを読み込みました")
	return instruction

	except Exception as e:
	error_msg = f"システムインストラクションの読み込みに失敗: {str(e)}"
	logger.error(error_msg)
	raise ValueError(error_msg)

	def generate_html_from_text(text, temperature=0.3, style="standard"):
	"""テキストからHTMLを生成する"""
	try:
	# APIキーの取得と設定
	api_key = os.environ.get("GEMINI_API_KEY")
	if not api_key:
	logger.error("GEMINI_API_KEY 環境変数が設定されていません")
	raise ValueError("GEMINI_API_KEY 環境変数が設定されていません")

	# モデル名の取得（環境変数から、なければデフォルト値）
	model_name = os.environ.get("GEMINI_MODEL", "gemini-1.5-pro")
	logger.info(f"使用するGeminiモデル: {model_name}")

	# Gemini APIの設定
	genai.configure(api_key=api_key)

	# 指定されたスタイルのシステムインストラクションを読み込む
	system_instruction = load_system_instruction(style)

	# モデル初期化
	logger.info(f"Gemini APIにリクエストを送信: テキスト長さ = {len(text)}, 温度 = {temperature}, スタイル = {style}")

	# モデル初期化
	model = genai.GenerativeModel(model_name)

	# 生成設定 - ばらつきを減らすために設定を調整
	generation_config = {
	"temperature": temperature, # より低い温度を設定
	"top_p": 0.7, # 0.95から0.7に下げて出力の多様性を制限
	"top_k": 20, # 64から20に下げて候補を絞る
	"max_output_tokens": 8192,
	"candidate_count": 1 # 候補は1つだけ生成
	}

	# 安全設定 - デフォルトの安全設定を使用
	safety_settings = [
	{
	"category": "HARM_CATEGORY_HARASSMENT",
	"threshold": "BLOCK_MEDIUM_AND_ABOVE"
	},
	{
	"category": "HARM_CATEGORY_HATE_SPEECH",
	"threshold": "BLOCK_MEDIUM_AND_ABOVE"
	},
	{
	"category": "HARM_CATEGORY_SEXUALLY_EXPLICIT",
	"threshold": "BLOCK_MEDIUM_AND_ABOVE"
	},
	{
	"category": "HARM_CATEGORY_DANGEROUS_CONTENT",
	"threshold": "BLOCK_MEDIUM_AND_ABOVE"
	}
	]

	# プロンプト構築
	prompt = f"{system_instruction}\n\n{text}"

	# コンテンツ生成
	response = model.generate_content(
	prompt,
	generation_config=generation_config,
	safety_settings=safety_settings
	)

	# レスポンスからHTMLを抽出
	raw_response = response.text

	# HTMLタグ部分だけを抽出（```html と ``` の間）
	html_start = raw_response.find("```html")
	html_end = raw_response.rfind("```")

	if html_start != -1 and html_end != -1 and html_start < html_end:
	html_start += 7 # "```html" の長さ分進める
	html_code = raw_response[html_start:html_end].strip()
	logger.info(f"HTMLの生成に成功: 長さ = {len(html_code)}")

	# Font Awesomeのレイアウト改善
	html_code = enhance_font_awesome_layout(html_code)
	logger.info("Font Awesomeレイアウトの最適化を適用しました")

	return html_code
	else:
	# HTMLタグが見つからない場合、レスポンス全体を返す
	logger.warning("レスポンスから ```html ``` タグが見つかりませんでした。全テキストを返します。")
	return raw_response

	except Exception as e:
	logger.error(f"HTML生成中にエラーが発生: {e}", exc_info=True)
	raise Exception(f"Gemini APIでのHTML生成に失敗しました: {e}")

	# 画像から余分な空白領域をトリミングする関数
	def trim_image_whitespace(image, threshold=250, padding=10):
	"""
	画像から余分な白い空白をトリミングする

	Args:
	image: PIL.Image - 入力画像
	threshold: int - どの明るさ以上を空白と判断するか (0-255)
	padding: int - トリミング後に残す余白のピクセル数

	Returns:
	トリミングされたPIL.Image
	"""
	# グレースケールに変換
	gray = image.convert('L')

	# ピクセルデータを配列として取得
	data = gray.getdata()
	width, height = gray.size

	# 有効範囲を見つける
	min_x, min_y = width, height
	max_x = max_y = 0

	# ピクセルデータを2次元配列に変換して処理
	pixels = list(data)
	pixels = [pixels[i * width:(i + 1) * width] for i in range(height)]

	# 各行をスキャンして非空白ピクセルを見つける
	for y in range(height):
	for x in range(width):
	if pixels[y][x] < threshold: # 非空白ピクセル
	min_x = min(min_x, x)
	min_y = min(min_y, y)
	max_x = max(max_x, x)
	max_y = max(max_y, y)

	# 境界外のトリミングの場合はエラー
	if min_x > max_x or min_y > max_y:
	logger.warning("トリミング領域が見つかりません。元の画像を返します。")
	return image

	# パディングを追加
	min_x = max(0, min_x - padding)
	min_y = max(0, min_y - padding)
	max_x = min(width - 1, max_x + padding)
	max_y = min(height - 1, max_y + padding)

	# 画像をトリミング
	trimmed = image.crop((min_x, min_y, max_x + 1, max_y + 1))

	logger.info(f"画像をトリミングしました: 元サイズ {width}x{height} → トリミング後 {trimmed.width}x{trimmed.height}")
	return trimmed

	# 非同期スクリプトを使わず、同期的なスクリプトのみ使用する改善版

	def render_fullpage_screenshot(html_code: str, extension_percentage: float = 6.0,
	trim_whitespace: bool = True) -> Image.Image:
	"""
	Renders HTML code to a full-page screenshot using Selenium.

	Args:
	html_code: The HTML source code string.
	extension_percentage: Percentage of extra space to add vertically.
	trim_whitespace: Whether to trim excess whitespace from the image.

	Returns:
	A PIL Image object of the screenshot.
	"""
	tmp_path = None
	driver = None

	# 1) Save HTML code to a temporary file
	try:
	with tempfile.NamedTemporaryFile(suffix=".html", delete=False, mode='w', encoding='utf-8') as tmp_file:
	tmp_path = tmp_file.name
	tmp_file.write(html_code)
	logger.info(f"HTML saved to temporary file: {tmp_path}")
	except Exception as e:
	logger.error(f"Error writing temporary HTML file: {e}")
	return Image.new('RGB', (1, 1), color=(0, 0, 0))

	# 2) Headless Chrome(Chromium) options
	options = Options()
	options.add_argument("--headless")
	options.add_argument("--no-sandbox")
	options.add_argument("--disable-dev-shm-usage")
	options.add_argument("--force-device-scale-factor=1")
	options.add_argument("--disable-features=NetworkService")
	options.add_argument("--dns-prefetch-disable")
	# 環境変数からWebDriverパスを取得（任意）
	webdriver_path = os.environ.get("CHROMEDRIVER_PATH")
	if webdriver_path and os.path.exists(webdriver_path):
	logger.info(f"Using CHROMEDRIVER_PATH: {webdriver_path}")
	service = webdriver.ChromeService(executable_path=webdriver_path)
	else:
	logger.info("CHROMEDRIVER_PATH not set or invalid, using default PATH lookup.")
	service = None # Use default behavior

	try:
	logger.info("Initializing WebDriver...")
	if service:
	driver = webdriver.Chrome(service=service, options=options)
	else:
	driver = webdriver.Chrome(options=options)
	logger.info("WebDriver initialized.")

	# 3) 初期ウィンドウサイズを設定
	initial_width = 1200
	initial_height = 1000
	driver.set_window_size(initial_width, initial_height)
	file_url = "file://" + tmp_path
	logger.info(f"Navigating to {file_url}")
	driver.get(file_url)

	# 4) ページ読み込み待機
	logger.info("Waiting for body element...")
	WebDriverWait(driver, 15).until(
	EC.presence_of_element_located((By.TAG_NAME, "body"))
	)
	logger.info("Body element found. Waiting for resource loading...")

	# 5) 基本的なリソース読み込み待機 - タイムアウト回避
	time.sleep(3)

	# Font Awesome読み込み確認 - 非同期を使わない
	logger.info("Checking for Font Awesome resources...")
	fa_count = driver.execute_script("""
	var icons = document.querySelectorAll('.fa, .fas, .far, .fab, [class*="fa-"]');
	return icons.length;
	""")
	logger.info(f"Found {fa_count} Font Awesome elements")

	# リソース読み込み状態を確認
	doc_ready = driver.execute_script("return document.readyState;")
	logger.info(f"Document ready state: {doc_ready}")

	# Font Awesomeが多い場合は追加待機
	if fa_count > 50:
	logger.info("Many Font Awesome icons detected, waiting additional time")
	time.sleep(2)

	# 6) コンテンツレンダリングのためのスクロール処理 - 同期的に実行
	logger.info("Performing content rendering scroll...")
	total_height = driver.execute_script("return Math.max(document.body.scrollHeight, document.documentElement.scrollHeight);")
	viewport_height = driver.execute_script("return window.innerHeight;")
	scrolls_needed = max(1, total_height // viewport_height)

	for i in range(scrolls_needed + 1):
	scroll_pos = i * (viewport_height - 200) # オーバーラップさせる
	driver.execute_script(f"window.scrollTo(0, {scroll_pos});")
	time.sleep(0.2) # 短い待機

	# トップに戻る
	driver.execute_script("window.scrollTo(0, 0);")
	time.sleep(0.5)
	logger.info("Scroll rendering completed")

	# 7) スクロールバーを非表示に
	driver.execute_script("""
	document.documentElement.style.overflow = 'hidden';
	document.body.style.overflow = 'hidden';
	""")
	logger.info("Scrollbars hidden")

	# 8) ページの寸法を取得
	dimensions = driver.execute_script("""
	return {
	width: Math.max(
	document.documentElement.scrollWidth,
	document.documentElement.offsetWidth,
	document.documentElement.clientWidth,
	document.body ? document.body.scrollWidth : 0,
	document.body ? document.body.offsetWidth : 0,
	document.body ? document.body.clientWidth : 0
	),
	height: Math.max(
	document.documentElement.scrollHeight,
	document.documentElement.offsetHeight,
	document.documentElement.clientHeight,
	document.body ? document.body.scrollHeight : 0,
	document.body ? document.body.offsetHeight : 0,
	document.body ? document.body.clientHeight : 0
	)
	};
	""")
	scroll_width = dimensions['width']
	scroll_height = dimensions['height']
	logger.info(f"Detected dimensions: width={scroll_width}, height={scroll_height}")

	# 再検証 - 短いスクロールで再確認
	driver.execute_script("window.scrollTo(0, document.body.scrollHeight);")
	time.sleep(0.5)
	driver.execute_script("window.scrollTo(0, 0);")
	time.sleep(0.5)

	dimensions_after = driver.execute_script("return {height: Math.max(document.documentElement.scrollHeight, document.body.scrollHeight)};")
	scroll_height = max(scroll_height, dimensions_after['height'])
	logger.info(f"After scroll check, height={scroll_height}")

	# 最小/最大値の設定
	scroll_width = max(scroll_width, 100)
	scroll_height = max(scroll_height, 100)
	scroll_width = min(scroll_width, 2000)
	scroll_height = min(scroll_height, 4000)

	# 9) レイアウト安定化のための単純な待機 - タイムアウト回避
	logger.info("Waiting for layout stabilization...")
	time.sleep(2)

	# 10) 高さに余白を追加
	adjusted_height = int(scroll_height * (1 + extension_percentage / 100.0))
	adjusted_height = max(adjusted_height, scroll_height, 100)
	logger.info(f"Adjusted height calculated: {adjusted_height} (extension: {extension_percentage}%)")

	# 11) ウィンドウサイズを調整
	adjusted_width = scroll_width
	logger.info(f"Resizing window to: width={adjusted_width}, height={adjusted_height}")
	driver.set_window_size(adjusted_width, adjusted_height)
	time.sleep(1)

	# リソース状態を確認 - 同期的スクリプト
	resource_state = driver.execute_script("""
	return {
	readyState: document.readyState,
	resourcesComplete: !document.querySelector('img:not([complete])') &&
	!document.querySelector('link[rel="stylesheet"]:not([loaded])')
	};
	""")
	logger.info(f"Resource state: {resource_state}")

	if resource_state['readyState'] != 'complete':
	logger.info("Document still loading, waiting additional time...")
	time.sleep(1)

	# トップにスクロール
	driver.execute_script("window.scrollTo(0, 0);")
	time.sleep(0.5)
	logger.info("Scrolled to top.")

	# 12) スクリーンショット取得
	logger.info("Taking screenshot...")
	png = driver.get_screenshot_as_png()
	logger.info("Screenshot taken successfully.")

	# PIL画像に変換
	img = Image.open(BytesIO(png))
	logger.info(f"Screenshot dimensions: {img.width}x{img.height}")

	# 余白トリミング
	if trim_whitespace:
	img = trim_image_whitespace(img, threshold=248, padding=20)
	logger.info(f"Trimmed dimensions: {img.width}x{img.height}")

	return img

	except Exception as e:
	logger.error(f"Error during screenshot generation: {e}", exc_info=True)
	# Return a small black image on error
	return Image.new('RGB', (1, 1), color=(0, 0, 0))
	finally:
	logger.info("Cleaning up...")
	if driver:
	try:
	driver.quit()
	logger.info("WebDriver quit successfully.")
	except Exception as e:
	logger.error(f"Error quitting WebDriver: {e}", exc_info=True)
	if tmp_path and os.path.exists(tmp_path):
	try:
	os.remove(tmp_path)
	logger.info(f"Temporary file {tmp_path} removed.")
	except Exception as e:
	logger.error(f"Error removing temporary file {tmp_path}: {e}", exc_info=True)

	# --- Geminiを使った新しい関数 ---
	def text_to_screenshot(text: str, extension_percentage: float, temperature: float = 0.3,
	trim_whitespace: bool = True, style: str = "standard") -> Image.Image:
	"""テキストをGemini APIでHTMLに変換し、スクリーンショットを生成する統合関数"""
	try:
	# 1. テキストからHTMLを生成（温度パラメータとスタイルも渡す）
	html_code = generate_html_from_text(text, temperature, style)

	# 2. HTMLからスクリーンショットを生成
	return render_fullpage_screenshot(html_code, extension_percentage, trim_whitespace)
	except Exception as e:
	logger.error(f"テキストからスクリーンショット生成中にエラーが発生: {e}", exc_info=True)
	return Image.new('RGB', (1, 1), color=(0, 0, 0)) # エラー時は黒画像

	# --- FastAPI Setup ---
	app = FastAPI()

	# CORS設定を追加
	app.add_middleware(
	CORSMiddleware,
	allow_origins=["*"],
	allow_credentials=True,
	allow_methods=["*"],
	allow_headers=["*"],
	)

	# 静的ファイルのサービング設定
	# Gradioのディレクトリを探索してアセットを見つける
	gradio_dir = os.path.dirname(gr.__file__)
	logger.info(f"Gradio version: {gr.__version__}")
	logger.info(f"Gradio directory: {gradio_dir}")

	# 基本的な静的ファイルディレクトリをマウント
	static_dir = os.path.join(gradio_dir, "templates", "frontend", "static")
	if os.path.exists(static_dir):
	logger.info(f"Mounting static directory: {static_dir}")
	app.mount("/static", StaticFiles(directory=static_dir), name="static")

	# _appディレクトリを探す（新しいSvelteKitベースのフロントエンド用）
	app_dir = os.path.join(gradio_dir, "templates", "frontend", "_app")
	if os.path.exists(app_dir):
	logger.info(f"Mounting _app directory: {app_dir}")
	app.mount("/_app", StaticFiles(directory=app_dir), name="_app")

	# assetsディレクトリを探す
	assets_dir = os.path.join(gradio_dir, "templates", "frontend", "assets")
	if os.path.exists(assets_dir):
	logger.info(f"Mounting assets directory: {assets_dir}")
	app.mount("/assets", StaticFiles(directory=assets_dir), name="assets")

	# cdnディレクトリがあれば追加
	cdn_dir = os.path.join(gradio_dir, "templates", "cdn")
	if os.path.exists(cdn_dir):
	logger.info(f"Mounting cdn directory: {cdn_dir}")
	app.mount("/cdn", StaticFiles(directory=cdn_dir), name="cdn")


	# API Endpoint for screenshot generation
	@app.post("/api/screenshot",
	response_class=StreamingResponse,
	tags=["Screenshot"],
	summary="Render HTML to Full Page Screenshot",
	description="Takes HTML code and an optional vertical extension percentage, renders it using a headless browser, and returns the full-page screenshot as a PNG image.")
	async def api_render_screenshot(request: ScreenshotRequest):
	"""
	API endpoint to render HTML and return a screenshot.
	"""
	try:
	logger.info(f"API request received. Extension: {request.extension_percentage}%")
	# Run the blocking Selenium code in a separate thread (FastAPI handles this)
	pil_image = render_fullpage_screenshot(
	request.html_code,
	request.extension_percentage,
	request.trim_whitespace
	)

	if pil_image.size == (1, 1):
	logger.error("Screenshot generation failed, returning 1x1 error image.")
	# Optionally return a proper error response instead of 1x1 image
	# raise HTTPException(status_code=500, detail="Failed to generate screenshot")

	# Convert PIL Image to PNG bytes
	img_byte_arr = BytesIO()
	pil_image.save(img_byte_arr, format='PNG')
	img_byte_arr.seek(0) # Go to the start of the BytesIO buffer

	logger.info("Returning screenshot as PNG stream.")
	return StreamingResponse(img_byte_arr, media_type="image/png")

	except Exception as e:
	logger.error(f"API Error: {e}", exc_info=True)
	raise HTTPException(status_code=500, detail=f"Internal Server Error: {e}")

	# --- 新しいGemini API連携エンドポイント ---
	@app.post("/api/text-to-screenshot",
	response_class=StreamingResponse,
	tags=["Screenshot", "Gemini"],
	summary="テキストからインフォグラフィックを生成",
	description="テキストをGemini APIを使ってHTMLインフォグラフィックに変換し、スクリーンショットとして返します。")
	async def api_text_to_screenshot(request: GeminiRequest):
	"""
	テキストからHTMLインフォグラフィックを生成してスクリーンショットを返すAPIエンドポイント
	"""
	try:
	logger.info(f"テキスト→スクリーンショットAPIリクエスト受信。テキスト長さ: {len(request.text)}, "
	f"拡張率: {request.extension_percentage}%, 温度: {request.temperature}, "
	f"スタイル: {request.style}")

	# テキストからHTMLを生成してスクリーンショットを作成（温度パラメータとスタイルも渡す）
	pil_image = text_to_screenshot(
	request.text,
	request.extension_percentage,
	request.temperature,
	request.trim_whitespace,
	request.style
	)

	if pil_image.size == (1, 1):
	logger.error("スクリーンショット生成に失敗しました。1x1エラー画像を返します。")
	# raise HTTPException(status_code=500, detail="スクリーンショット生成に失敗しました")


	# PIL画像をPNGバイトに変換
	img_byte_arr = BytesIO()
	pil_image.save(img_byte_arr, format='PNG')
	img_byte_arr.seek(0) # BytesIOバッファの先頭に戻る

	logger.info("スクリーンショットをPNGストリームとして返します。")
	return StreamingResponse(img_byte_arr, media_type="image/png")

	except Exception as e:
	logger.error(f"API Error: {e}", exc_info=True)
	raise HTTPException(status_code=500, detail=f"Internal Server Error: {e}")

	# --- Gradio Interface Definition ---
	# 入力モードの選択用Radioコンポーネント
	def process_input(input_mode, input_text, extension_percentage, temperature, trim_whitespace, style):
	"""入力モードに応じて適切な処理を行う"""
	if input_mode == "HTML入力":
	# HTMLモードの場合は既存の処理（スタイルは使わない）
	return render_fullpage_screenshot(input_text, extension_percentage, trim_whitespace)
	else:
	# テキスト入力モードの場合はGemini APIを使用
	return text_to_screenshot(input_text, extension_percentage, temperature, trim_whitespace, style)

	# Gradio UIの定義
	with gr.Blocks(title="Full Page Screenshot (テキスト変換対応)", theme=gr.themes.Base()) as iface:
	gr.Markdown("# HTMLビューア & テキスト→インフォグラフィック変換")
	gr.Markdown("HTMLコードをレンダリングするか、テキストをGemini APIでインフォグラフィックに変換して画像として取得します。")

	with gr.Row():
	input_mode = gr.Radio(
	["HTML入力", "テキスト入力"],
	label="入力モード",
	value="HTML入力"
	)

	# 共用のテキストボックス
	input_text = gr.Textbox(
	lines=15,
	label="入力",
	placeholder="HTMLコードまたはテキストを入力してください。入力モードに応じて処理されます。"
	)

	with gr.Row():
	with gr.Column(scale=1):
	# スタイル選択ドロップダウン
	style_dropdown = gr.Dropdown(
	choices=["standard", "cute", "resort", "cool", "dental"],
	value="standard",
	label="デザインスタイル",
	info="テキスト→HTML変換時のデザインテーマを選択します",
	visible=False # テキスト入力モードの時だけ表示
	)

	with gr.Column(scale=2):
	extension_percentage = gr.Slider(
	minimum=0,
	maximum=30,
	step=1.0,
	value=10, # デフォルト値10%
	label="上下高さ拡張率（%）"
	)

	# 温度調整スライダー（テキストモード時のみ表示）
	temperature = gr.Slider(
	minimum=0.0,
	maximum=1.0,
	step=0.1,
	value=0.5, # デフォルト値を0.5に設定
	label="生成時の温度（低い=一貫性高、高い=創造性高）",
	visible=False # 最初は非表示
	)

	# 余白トリミングオプション
	trim_whitespace = gr.Checkbox(
	label="余白を自動トリミング",
	value=True,
	info="生成される画像から余分な空白領域を自動的に削除します"
	)

	submit_btn = gr.Button("生成")
	output_image = gr.Image(type="pil", label="ページ全体のスクリーンショット")

	# 入力モード変更時のイベント処理（テキストモード時のみ温度スライダーとスタイルドロップダウンを表示）
	def update_controls_visibility(mode):
	# Gradio 4.x用のアップデート方法
	is_text_mode = mode == "テキスト入力"
	return [
	gr.update(visible=is_text_mode), # temperature
	gr.update(visible=is_text_mode), # style_dropdown
	]

	input_mode.change(
	fn=update_controls_visibility,
	inputs=input_mode,
	outputs=[temperature, style_dropdown]
	)

	# 生成ボタンクリック時のイベント処理
	submit_btn.click(
	fn=process_input,
	inputs=[input_mode, input_text, extension_percentage, temperature, trim_whitespace, style_dropdown],
	outputs=output_image
	)

	# 環境変数情報を表示
	gemini_model = os.environ.get("GEMINI_MODEL", "gemini-1.5-pro")
	gr.Markdown(f"""
	## APIエンドポイント
	- `/api/screenshot` - HTMLコードからスクリーンショットを生成
	- `/api/text-to-screenshot` - テキストからインフォグラフィックスクリーンショットを生成

	## 設定情報
	- 使用モデル: {gemini_model} (環境変数 GEMINI_MODEL で変更可能)
	- 対応スタイル: standard, cute, resort, cool, dental
	""")

	# --- Mount Gradio App onto FastAPI ---
	app = gr.mount_gradio_app(app, iface, path="/")

	# --- Run with Uvicorn (for local testing) ---
	if __name__ == "__main__":
	import uvicorn
	logger.info("Starting Uvicorn server for local development...")
	uvicorn.run(app, host="0.0.0.0", port=7860)