emotion_analyser.pyの`detect_best_image`をなくしてapp.pyの方に処理を移行

README.md

@@ -8,7 +8,4 @@ sdk: streamlit
 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)[README.md](README.md)
+---

app.py

@@ -2,6 +2,7 @@ import sys
 import os
 import glob
 
+import numpy as np
 import streamlit as st
 from PIL import Image
 import zipfile
@@ -67,10 +68,14 @@ if uploaded_file:
 
     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...'):
+        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)
+
+            # 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

emotion_analyzer.py

@@ -1,6 +1,5 @@
 import pandas as pd
 from feat import Detector
-import numpy as np
 
 # 検出器の定義
 detector = Detector()
@@ -10,32 +9,10 @@ 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:
@@ -47,3 +24,14 @@ class EmotionAnalyzer:
         df_emotion_result['detections'] = result_detections_list
 
         return df_emotion_result
+
+    @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