Upload 2 files

app.py

@@ -0,0 +1,254 @@
+from deepface import DeepFace
+import pandas as pd
+import numpy as np
+import os
+from pathlib import Path
+import datetime as dt
+from PIL import Image, ImageDraw, ImageFont
+import matplotlib.pyplot as plt
+import gradio as gr
+
+from plotly.subplots import make_subplots
+import plotly.graph_objects as go
+
+def get_download_btn(inp_file=None, is_raw_file=True):
+    if is_raw_file:
+        label = 'Скачать полный результат в формате .csv'
+    else:
+        label = 'Скачать статистику в формате .csv'
+    download_btn = gr.DownloadButton(
+        label=label,
+        value=inp_file,
+        visible=inp_file is not None,
+        )
+    return download_btn
+
+def print_faces(face_objs, image_path):
+    # открыть картинку и создать объект для рисования
+    pil_image = Image.open(image_path)
+    draw = ImageDraw.Draw(pil_image)
+
+    line_widht = int(max(pil_image.size) * 0.003)
+    font_size = int(max(pil_image.size) * 0.015)
+
+    # настройки отрисовки
+    color = 'red'
+    font_path = 'LiberationMono-Regular.ttf'
+    font = ImageFont.truetype(str(font_path), size=font_size)
+    big_font = ImageFont.truetype(str(font_path), size=2*font_size)
+
+    # итерация по словарям для каждого лица
+    for i, res_dict in enumerate(face_objs):
+        # извлечение артибутов
+        age = res_dict['age']
+        x, y, w, h, left_eye, right_eye = res_dict['region'].values()
+        gender = res_dict['dominant_gender']
+        race = res_dict['dominant_race']
+        emotion = res_dict['dominant_emotion']
+        text_age = f'Возраст:{age}'
+        text_gender = f'Пол:{gender}'
+        text_race = f'Раса:{race}'
+        text_emo = f'Эмоция:{emotion}'
+
+        # отрисовка боксов и надписей
+        draw.rectangle((x, y, x + w, y + h), outline=color, width=line_widht)
+        draw.text(xy=(x + 10, y + 2*font_size), text=str(i), font=big_font, fill=color, anchor="lb")
+        draw.text(xy=(x, y - font_size), text=text_gender, font=font, fill=color, anchor="lb")
+        draw.text(xy=(x, y), text=text_age, font=font, fill=color, anchor="lb")
+        draw.text(xy=(x, y + h + font_size), text=text_race, font=font, fill=color, anchor="lb")
+        draw.text(xy=(x, y + h + 2*font_size), text=text_emo, font=font, fill=color, anchor="lb")
+
+    return pil_image
+
+def get_stat(images_path):
+    '''
+    Функция на вход принимает путь к файлам, а возвращает датафрейм
+    с результатом обработки изображений
+    '''
+    # создаем пустой список для запиcи результатов
+
+    result_lst = []
+    result_image = np.nan
+    # создаем список картинок
+    for image in images_path:
+        # получим дату из названия
+        datetime = image.split('/')[-1].split('.')[0]
+        # получим данные из изображений
+        try:
+            face_objs = DeepFace.analyze(
+                img_path = image,
+                actions = ['age', 'gender', 'race', 'emotion'],
+                detector_backend = 'retinaface',
+                silent = True
+                )
+            if pd.isna(result_image):
+                result_image = print_faces(face_objs, image)
+
+        except ValueError:
+            face_objs = [{'region':{'x': 0,
+                                         'y': 0,
+                                         'w': 0,
+                                         'h': 0,
+                                         'left_eye': 0,
+                                         'right_eye': 0},
+                          'age': np.nan,
+                          'dominant_gender': np.nan,
+                          'dominant_race': np.nan,
+                          'dominant_emotion': np.nan}]
+        res_face_objs = []
+        needed_keys = ['region', 'age', 'dominant_gender', 'dominant_race', 'dominant_emotion']
+        for res_dict in face_objs:
+            new_dict = dict((k, res_dict[k]) for k in needed_keys if k in res_dict)
+            new_dict['img_name'] = image.split('/')[-1]
+            new_dict['img_path'] = image
+            new_dict['datetime'] = datetime
+            res_face_objs.append(new_dict)
+            del new_dict
+        del face_objs
+        # добавим результаты в список
+        result_lst.extend(res_face_objs)
+        del res_face_objs
+    df = pd.DataFrame(result_lst)
+
+    df = df.reset_index()
+    df = df.rename(columns={
+        'dominant_gender': 'gender',
+        'dominant_race': 'race',
+        'dominant_emotion': 'emotion',
+        'index': 'id'
+    })
+
+    answer = f'''Проанализировано изображений: {len(images_path)}.
+    Найдено людей: {len(df.dropna())}'''
+
+    df['datetime'] = pd.to_datetime(df['datetime'], errors='coerce')
+    df['date'] = df['datetime'].dt.round('h')
+    df['age'] = df['age'].astype('Int32')
+
+    df.to_csv('raw_result.csv', index=False)
+    df[['id', 'datetime', 'date', 'age', 'gender', 'race', 'emotion']].to_csv('clean_result.csv', index=False)
+
+
+
+#=========Графики=======
+    data1 = df.groupby('date')['id'].count().reset_index()
+    data2 = df.groupby('gender')['id'].count().reset_index()
+    data4 = df.groupby('emotion')['id'].count().reset_index()
+    data5 = df.groupby('race')['id'].count().reset_index()
+    fig = make_subplots(
+    rows=3, cols=2,
+    specs=[[{"colspan": 2}, None],
+           [{}, {}],
+           [{}, {}]],
+    subplot_titles=('Количество людей',
+                    'Гистограмма возраста',
+                    'Пол',
+                    'Эмоции',
+                    'Расы'),
+    shared_xaxes=False,
+    vertical_spacing=0.1)
+    # Количество людей
+    fig.add_trace(go.Scatter(x=data1['date'], y=data1['id'],
+                        mode='lines+markers',
+                        name='Количество людей',
+                        marker_color = 'indianred'), row=1, col=1)
+    fig.update_xaxes(title_text = "Дата", row=1, col=1)
+    fig.update_yaxes(title_text = "Количество", row=1, col=1)
+    # Гистограмма возраста
+    fig.add_trace(go.Histogram(x=df.loc[df['gender'] == 'Man', 'age'],
+                                name='Мужчины',
+                                marker_color='lightsalmon'),row=2, col=1)
+    fig.add_trace(go.Histogram(x=df.loc[df['gender'] == 'Woman', 'age'],
+                                name='Женщины',
+                                marker_color='indianred'), row=2, col=1)
+    fig.update_xaxes(title_text = "Возраст", row=2, col=1)
+    fig.update_yaxes(title_text = "Количество", row=2, col=1)
+    # Пол
+    fig.add_trace(go.Bar(x=data2['gender'],
+                        y=data2['id'],
+                        text=data2['id'],
+                        textposition='auto',
+                        marker_color='lightsalmon'), row=2, col=2)
+    fig.update_xaxes(title_text = "Пол", row=2, col=2)
+    fig.update_yaxes(title_text = "Количество", row=2, col=2)
+    # Эмоции
+    fig.add_trace(go.Bar(x=data4['emotion'],
+                        y=data4['id'],
+                        text=data4['id'],
+                        textposition='auto',
+                        marker_color='lightsalmon'), row=3, col=1)
+    fig.update_xaxes(title_text = "Эмоции", row=3, col=1)
+    fig.update_yaxes(title_text = "Количество", row=3, col=1)
+    # Расы
+    fig.add_trace(go.Bar(x=data5['race'],
+                        y=data5['id'],
+                        text=data5['id'],
+                        textposition='auto',
+                        marker_color='lightsalmon'), row=3, col=2)
+
+    fig.update_xaxes(title_text = "Расы", row=3, col=2)
+    fig.update_yaxes(title_text = "Количество", row=3, col=2)
+
+    fig.update_layout(
+        showlegend=False,
+        title_text='Графики атрибутов',
+        barmode='stack',
+        autosize=False,
+        width=1000,
+        height=1200
+        )
+
+    return df, answer, result_image, fig
+
+with gr.Blocks(theme=gr.themes.Citrus()) as demo:
+    # состояние с путем до файла
+    raw_result_path = gr.State('raw_result.csv')
+    clean_result_path = gr.State('clean_result.csv')
+    is_raw_file = gr.State(False)
+    gr.Markdown(
+    """
+    # Определение количества людей на изображениях, их пола, возраста, расы и эмоций
+    Введите путь до ваших изображений и получите результат.
+    """
+    )
+    with gr.Tab('Обзор'):
+        inp = gr.Files(file_count='directory')
+        btn = gr.Button("Получить результат")
+        res_text = gr.Textbox(label="Результаты")
+        with gr.Row():
+            with gr.Column():
+                res_data = gr.Dataframe()
+                raw_download_btn = get_download_btn(inp_file=None)
+                clean_download_btn = get_download_btn(inp_file=None)
+            res_img = gr.Image(label='Пример изображения')
+
+    with gr.Tab('Графики атрибутов'):
+        plot = gr.Plot()
+
+    out = [res_data, res_text, res_img, plot]
+    clean_dbtn_inp = [clean_result_path, is_raw_file]
+    btn.click(
+        fn=get_stat,
+        inputs=inp,
+        outputs=out,
+    ).success(
+        fn=get_download_btn,
+        inputs=[raw_result_path],
+        outputs=raw_download_btn
+    ).success(
+        fn=get_download_btn,
+        inputs=clean_dbtn_inp,
+        outputs=clean_download_btn
+    )
+
+    raw_download_btn.click(
+        lambda path: None,
+        inputs=[raw_result_path],
+        outputs=None
+    )
+    clean_download_btn.click(
+    lambda path: None,
+    inputs=[clean_result_path],
+    outputs=None
+    )
+demo.launch()

requirements.txt

@@ -0,0 +1,7 @@
+pandas==2.2.2
+numpy==1.26.4
+deepface==0.0.93
+gradio==5.4.0
+plotly==5.24.1
+matplotlib==3.7.1
+pillow==10.4.0