mirror of
https://github.com/won-ktds/smarketing-backend.git
synced 2025-12-06 15:16:23 +00:00
166 lines
6.8 KiB
Python
166 lines
6.8 KiB
Python
"""
|
|
이미지 처리 유틸리티
|
|
이미지 분석, 변환, 최적화 기능 제공
|
|
"""
|
|
import os
|
|
from typing import Dict, Any, Tuple
|
|
from PIL import Image, ImageOps
|
|
import io
|
|
class ImageProcessor:
|
|
"""이미지 처리 클래스"""
|
|
def __init__(self):
|
|
"""이미지 프로세서 초기화"""
|
|
self.supported_formats = {'JPEG', 'PNG', 'WEBP', 'GIF'}
|
|
self.max_size = (2048, 2048) # 최대 크기
|
|
self.thumbnail_size = (400, 400) # 썸네일 크기
|
|
def get_image_info(self, image_path: str) -> Dict[str, Any]:
|
|
"""
|
|
이미지 기본 정보 추출
|
|
Args:
|
|
image_path: 이미지 파일 경로
|
|
Returns:
|
|
이미지 정보 딕셔너리
|
|
"""
|
|
try:
|
|
with Image.open(image_path) as image:
|
|
info = {
|
|
'filename': os.path.basename(image_path),
|
|
'format': image.format,
|
|
'mode': image.mode,
|
|
'size': image.size,
|
|
'width': image.width,
|
|
'height': image.height,
|
|
'file_size': os.path.getsize(image_path),
|
|
'aspect_ratio': round(image.width / image.height, 2) if image.height > 0 else 0
|
|
}
|
|
# 이미지 특성 분석
|
|
info['is_landscape'] = image.width > image.height
|
|
info['is_portrait'] = image.height > image.width
|
|
info['is_square'] = abs(image.width - image.height) < 50
|
|
return info
|
|
except Exception as e:
|
|
return {
|
|
'filename': os.path.basename(image_path),
|
|
'error': str(e)
|
|
}
|
|
def resize_image(self, image_path: str, target_size: Tuple[int, int],
|
|
maintain_aspect: bool = True) -> Image.Image:
|
|
"""
|
|
이미지 크기 조정
|
|
Args:
|
|
image_path: 원본 이미지 경로
|
|
target_size: 목표 크기 (width, height)
|
|
maintain_aspect: 종횡비 유지 여부
|
|
Returns:
|
|
리사이즈된 PIL 이미지
|
|
"""
|
|
try:
|
|
with Image.open(image_path) as image:
|
|
if maintain_aspect:
|
|
# 종횡비 유지하며 리사이즈
|
|
image.thumbnail(target_size, Image.Resampling.LANCZOS)
|
|
return image.copy()
|
|
else:
|
|
# 강제 리사이즈
|
|
return image.resize(target_size, Image.Resampling.LANCZOS)
|
|
except Exception as e:
|
|
raise Exception(f"이미지 리사이즈 실패: {str(e)}")
|
|
def optimize_image(self, image_path: str, quality: int = 85) -> bytes:
|
|
"""
|
|
이미지 최적화 (파일 크기 줄이기)
|
|
Args:
|
|
image_path: 원본 이미지 경로
|
|
quality: JPEG 품질 (1-100)
|
|
Returns:
|
|
최적화된 이미지 바이트
|
|
"""
|
|
try:
|
|
with Image.open(image_path) as image:
|
|
# RGBA를 RGB로 변환 (JPEG 저장을 위해)
|
|
if image.mode == 'RGBA':
|
|
background = Image.new('RGB', image.size, (255, 255, 255))
|
|
background.paste(image, mask=image.split()[-1])
|
|
image = background
|
|
# 크기가 너무 크면 줄이기
|
|
if image.width > self.max_size[0] or image.height > self.max_size[1]:
|
|
image.thumbnail(self.max_size, Image.Resampling.LANCZOS)
|
|
# 바이트 스트림으로 저장
|
|
img_buffer = io.BytesIO()
|
|
image.save(img_buffer, format='JPEG', quality=quality, optimize=True)
|
|
return img_buffer.getvalue()
|
|
except Exception as e:
|
|
raise Exception(f"이미지 최적화 실패: {str(e)}")
|
|
def create_thumbnail(self, image_path: str, size: Tuple[int, int] = None) -> Image.Image:
|
|
"""
|
|
썸네일 생성
|
|
Args:
|
|
image_path: 원본 이미지 경로
|
|
size: 썸네일 크기 (기본값: self.thumbnail_size)
|
|
Returns:
|
|
썸네일 PIL 이미지
|
|
"""
|
|
if size is None:
|
|
size = self.thumbnail_size
|
|
try:
|
|
with Image.open(image_path) as image:
|
|
# 정사각형 썸네일 생성
|
|
thumbnail = ImageOps.fit(image, size, Image.Resampling.LANCZOS)
|
|
return thumbnail
|
|
except Exception as e:
|
|
raise Exception(f"썸네일 생성 실패: {str(e)}")
|
|
def analyze_colors(self, image_path: str, num_colors: int = 5) -> list:
|
|
"""
|
|
이미지의 주요 색상 추출
|
|
Args:
|
|
image_path: 이미지 파일 경로
|
|
num_colors: 추출할 색상 개수
|
|
Returns:
|
|
주요 색상 리스트 [(R, G, B), ...]
|
|
"""
|
|
try:
|
|
with Image.open(image_path) as image:
|
|
# RGB로 변환
|
|
if image.mode != 'RGB':
|
|
image = image.convert('RGB')
|
|
# 이미지 크기 줄여서 처리 속도 향상
|
|
image.thumbnail((150, 150))
|
|
# 색상 히스토그램 생성
|
|
colors = image.getcolors(maxcolors=256*256*256)
|
|
if colors:
|
|
# 빈도순으로 정렬
|
|
colors.sort(key=lambda x: x[0], reverse=True)
|
|
# 상위 색상들 반환
|
|
dominant_colors = []
|
|
for count, color in colors[:num_colors]:
|
|
dominant_colors.append(color)
|
|
return dominant_colors
|
|
return [(128, 128, 128)] # 기본 회색
|
|
except Exception as e:
|
|
print(f"색상 분석 실패: {e}")
|
|
return [(128, 128, 128)] # 기본 회색
|
|
def is_food_image(self, image_path: str) -> bool:
|
|
"""
|
|
음식 이미지 여부 간단 판별
|
|
(실제로는 AI 모델이 필요하지만, 여기서는 기본적인 휴리스틱 사용)
|
|
Args:
|
|
image_path: 이미지 파일 경로
|
|
Returns:
|
|
음식 이미지 여부
|
|
"""
|
|
try:
|
|
# 파일명에서 키워드 확인
|
|
filename = os.path.basename(image_path).lower()
|
|
food_keywords = ['food', 'meal', 'dish', 'menu', '음식', '메뉴', '요리']
|
|
for keyword in food_keywords:
|
|
if keyword in filename:
|
|
return True
|
|
# 색상 분석으로 간단 판별 (음식은 따뜻한 색조가 많음)
|
|
colors = self.analyze_colors(image_path, 3)
|
|
warm_color_count = 0
|
|
for r, g, b in colors:
|
|
# 따뜻한 색상 (빨강, 노랑, 주황 계열) 확인
|
|
if r > 150 or (r > g and r > b):
|
|
warm_color_count += 1
|
|
return warm_color_count >= 2
|
|
except:
|
|
return False |