Rename app.py to main.py

app.py

@@ -1,320 +0,0 @@
-import streamlit as st
-import cv2
-import numpy as np
-from PIL import Image
-import io
-import zipfile
-import os
-from datetime import datetime
-import tempfile
-
-from sprite_processor import SpriteProcessor
-from frame_detector import FrameDetector
-from frame_namer import FrameNamer
-
-# Page config
-st.set_page_config(
-    page_title="AI Sprite Frame Extractor",
-    page_icon="🎮",
-    layout="wide",
-    initial_sidebar_state="expanded"
-)
-
-# Custom CSS
-st.markdown("""
-<style>
-    .main-header {
-        text-align: center;
-        padding: 2rem 0;
-        background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-        border-radius: 15px;
-        margin-bottom: 2rem;
-    }
-    .main-header h1 {
-        color: white;
-        font-size: 3rem;
-        margin: 0;
-        text-shadow: 2px 2px 4px rgba(0,0,0,0.3);
-    }
-    .main-header p {
-        color: rgba(255,255,255,0.9);
-        font-size: 1.2rem;
-        margin-top: 0.5rem;
-    }
-    .feature-card {
-        background: linear-gradient(145deg, #f5f7fa 0%, #c3cfe2 100%);
-        padding: 1.5rem;
-        border-radius: 10px;
-        margin: 1rem 0;
-        border-left: 4px solid #667eea;
-    }
-    .stButton>button {
-        background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-        color: white;
-        font-weight: bold;
-        padding: 0.75rem 2rem;
-        border-radius: 25px;
-        border: none;
-        font-size: 1.1rem;
-        transition: all 0.3s ease;
-    }
-    .stButton>button:hover {
-        transform: translateY(-2px);
-        box-shadow: 0 5px 15px rgba(102, 126, 234, 0.4);
-    }
-    .success-box {
-        background: linear-gradient(135deg, #11998e 0%, #38ef7d 100%);
-        color: white;
-        padding: 1rem;
-        border-radius: 10px;
-        text-align: center;
-    }
-    .frame-preview {
-        border: 2px solid #667eea;
-        border-radius: 8px;
-        padding: 5px;
-        margin: 5px;
-    }
-</style>
-""", unsafe_allow_html=True)
-
-# Header
-st.markdown("""
-<div class="main-header">
-    <h1>🎮 AI Sprite Frame Extractor</h1>
-    <p>استخرج وحسّن إطارات Sprite Sheets بذكاء اصطناعي</p>
-</div>
-""", unsafe_allow_html=True)
-
-# Sidebar
-with st.sidebar:
-    st.markdown("## ⚙️ الإعدادات")
-    
-    st.markdown("### 🔧 خيارات المعالجة")
-    
-    enhance_quality = st.checkbox("✨ تحسين الجودة (Upscale)", value=True,
-                                  help="رفع دقة الصورة وإزالة الضبابية")
-    
-    if enhance_quality:
-        scale_factor = st.slider("📏 معامل التكبير", 2, 4, 4,
-                                 help="2x = ضعف الحجم، 4x = أربع أضعاف")
-    else:
-        scale_factor = 1
-    
-    auto_detect = st.checkbox("🤖 اكتشاف تلقائي للإطارات", value=True,
-                              help="تحديد الإطارات تلقائياً")
-    
-    if not auto_detect:
-        manual_frames = st.number_input("عدد الإطارات", min_value=1, max_value=50, value=8)
-    
-    smart_naming = st.checkbox("🏷️ تسمية ذكية", value=True,
-                               help="تحديد نوع الحركة تلقائياً")
-    
-    padding = st.slider("📐 الهوامش الداخلية", 0, 20, 2,
-                        help="إضافة هوامش حول كل إطار")
-    
-    st.markdown("---")
-    st.markdown("### 📊 معلومات")
-    st.info("💡 **نصيحة:** تأكد من أن الصورة بخلفية شفافة للحصول على أفضل نتائج")
-
-# Main content
-st.markdown("## 📤 رفع الصورة")
-
-uploaded_file = st.file_uploader(
-    "اختر صورة Sprite Sheet",
-    type=['png', 'jpg', 'jpeg', 'webp'],
-    help="صورة تحتوي على إطارات متحركة متتالية"
-)
-
-if uploaded_file is not None:
-    # Read image
-    file_bytes = np.asarray(bytearray(uploaded_file.read()), dtype=np.uint8)
-    original_image = cv2.imdecode(file_bytes, cv2.IMREAD_UNCHANGED)
-    
-    # Display original
-    col1, col2 = st.columns(2)
-    
-    with col1:
-        st.markdown("### 🖼️ الصورة الأصلية")
-        
-        # Convert for display
-        if len(original_image.shape) == 3 and original_image.shape[2] == 4:
-            display_img = cv2.cvtColor(original_image, cv2.COLOR_BGRA2RGBA)
-        else:
-            display_img = cv2.cvtColor(original_image, cv2.COLOR_BGR2RGB)
-        
-        st.image(display_img, use_column_width=True)
-        
-        st.markdown(f"""
-        **الأبعاد:** {original_image.shape[1]} × {original_image.shape[0]} px  
-        **القنوات:** {original_image.shape[2] if len(original_image.shape) == 3 else 1}
-        """)
-    
-    # Process button
-    st.markdown("---")
-    
-    if st.button("🚀 بدء المعالجة", use_container_width=True):
-        with st.spinner("⏳ جاري المعالجة... قد يستغرق هذا ب��ع دقائق"):
-            
-            # Initialize processors
-            progress_bar = st.progress(0)
-            status_text = st.empty()
-            
-            # Step 1: Enhance quality
-            if enhance_quality:
-                status_text.text("✨ جاري تحسين جودة الصورة...")
-                processor = SpriteProcessor()
-                enhanced_image = processor.enhance_image(original_image, scale_factor)
-                progress_bar.progress(25)
-            else:
-                enhanced_image = original_image
-                progress_bar.progress(25)
-            
-            # Step 2: Detect frames
-            status_text.text("🔍 جاري اكتشاف الإطارات...")
-            detector = FrameDetector()
-            
-            if auto_detect:
-                frames, frame_boxes = detector.detect_frames_auto(enhanced_image, padding)
-            else:
-                frames, frame_boxes = detector.detect_frames_manual(enhanced_image, manual_frames, padding)
-            
-            progress_bar.progress(60)
-            
-            # Step 3: Smart naming
-            if smart_naming:
-                status_text.text("🏷️ جاري تحليل وتسمية الإطارات...")
-                namer = FrameNamer()
-                frame_names = namer.name_frames(frames)
-            else:
-                frame_names = [f"frame_{i:03d}" for i in range(len(frames))]
-            
-            progress_bar.progress(80)
-            
-            # Step 4: Create ZIP
-            status_text.text("📦 جاري إنشاء ملف ZIP...")
-            zip_buffer = io.BytesIO()
-            
-            with zipfile.ZipFile(zip_buffer, 'w', zipfile.ZIP_DEFLATED) as zip_file:
-                for i, (frame, name) in enumerate(zip(frames, frame_names)):
-                    # Convert frame to PNG bytes
-                    if len(frame.shape) == 3 and frame.shape[2] == 4:
-                        frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGRA2RGBA)
-                    else:
-                        frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
-                    
-                    pil_img = Image.fromarray(frame_rgb)
-                    img_buffer = io.BytesIO()
-                    pil_img.save(img_buffer, format='PNG')
-                    img_buffer.seek(0)
-                    
-                    zip_file.writestr(f"{name}.png", img_buffer.getvalue())
-                
-                # Add info file
-                info_content = f"""Sprite Frame Extractor - Export Report
-Generated: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}
-Total Frames: {len(frames)}
-Original Size: {original_image.shape[1]}x{original_image.shape[0]}
-Enhanced: {'Yes (' + str(scale_factor) + 'x)' if enhance_quality else 'No'}
-
-Frame List:
-"""
-                for i, name in enumerate(frame_names):
-                    info_content += f"  {i+1}. {name}.png\n"
-                
-                zip_file.writestr("info.txt", info_content)
-            
-            zip_buffer.seek(0)
-            progress_bar.progress(100)
-            status_text.empty()
-            
-            # Display results
-            with col2:
-                st.markdown("### ✅ النتيجة")
-                
-                if enhance_quality:
-                    st.markdown(f"**الأبعاد بعد التحسين:** {enhanced_image.shape[1]} × {enhanced_image.shape[0]} px")
-                
-                st.markdown(f"**عدد الإطارات المكتشفة:** {len(frames)}")
-                
-                # Show frame previews
-                st.markdown("### 👁️ معاينة الإطارات")
-                
-                preview_cols = st.columns(min(4, len(frames)))
-                for i, (frame, name) in enumerate(zip(frames[:8], frame_names[:8])):
-                    with preview_cols[i % 4]:
-                        if len(frame.shape) == 3 and frame.shape[2] == 4:
-                            display_frame = cv2.cvtColor(frame, cv2.COLOR_BGRA2RGBA)
-                        else:
-                            display_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
-                        
-                        st.image(display_frame, caption=name, use_column_width=True)
-                
-                if len(frames) > 8:
-                    st.info(f"... و {len(frames) - 8} إطارات أخرى")
-            
-            # Download button
-            st.markdown("---")
-            st.markdown("### 📥 التحميل")
-            
-            timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
-            
-            st.download_button(
-                label="⬇️ تحميل ملف ZIP",
-                data=zip_buffer,
-                file_name=f"sprite_frames_{timestamp}.zip",
-                mime="application/zip",
-                use_container_width=True
-            )
-            
-            st.markdown("""
-            <div class="success-box">
-                <h3>🎉 تمت المعالجة بنج��ح!</h3>
-                <p>تم استخراج {} إطار وجاهزة للاستخدام</p>
-            </div>
-            """.format(len(frames)), unsafe_allow_html=True)
-
-else:
-    # Show features when no image uploaded
-    st.markdown("---")
-    st.markdown("## ✨ مميزات الأداة")
-    
-    col1, col2, col3 = st.columns(3)
-    
-    with col1:
-        st.markdown("""
-        <div class="feature-card">
-            <h3>🔍 تحسين الجودة</h3>
-            <p>استخدام تقنية Real-ESRGAN لرفع دقة الصور وإزالة الضبابية مع الحفاظ على جودة البكسل</p>
-        </div>
-        """, unsafe_allow_html=True)
-    
-    with col2:
-        st.markdown("""
-        <div class="feature-card">
-            <h3>🤖 اكتشاف ذكي</h3>
-            <p>اكتشاف الإطارات تلقائياً باستخدام خوارزميات متقدمة للرؤية الحاسوبية</p>
-        </div>
-        """, unsafe_allow_html=True)
-    
-    with col3:
-        st.markdown("""
-        <div class="feature-card">
-            <h3>🏷️ تسمية ذكية</h3>
-            <p>تحديد نوع الحركة (Idle, Run, Attack...) تلقائياً باستخدام نماذج التعلم العميق</p>
-        </div>
-        """, unsafe_allow_html=True)
-    
-    # Example section
-    st.markdown("---")
-    st.markdown("## 📋 كيفية الاستخدام")
-    
-    st.markdown("""
-    1. **📤 ارفع الصورة** - اختر ملف Sprite Sheet بخلفية شفافة
-    2. **⚙️ اضبط الإعدادات** - فعّل خيارات التحسين والتسمية الذكية حسب الحاجة
-    3. **🚀 ابدأ المعالجة** - اضغط على زر المعالجة وانتظر قليلاً
-    4. **📥 حمل النتيجة** - احصل على ملف ZIP يحتوي على جميع الإطارات
-    """)
-    
-    st.markdown("---")
-    st.info("💡 **ملاحظة:** للحصول على أفضل النتائج، تأكد من أن الصورة بخلفية شفافة (PNG مع قناة ألفا)")

main.py

@@ -0,0 +1,92 @@
+from fastapi import FastAPI, File, UploadFile
+from fastapi.responses import FileResponse, HTMLResponse
+import cv2
+import numpy as np
+from rembg import remove
+from PIL import Image
+import io
+import zipfile
+import os
+
+app = FastAPI()
+
+# دالة لتحسين حدة الصورة (Sharpening) للحفاظ على جودة البكسل
+def sharpen_image(image_cv):
+    kernel = np.array([[0, -1, 0], 
+                       [-1, 5,-1], 
+                       [0, -1, 0]])
+    return cv2.filter2D(image_cv, -1, kernel)
+
+@app.get("/")
+async def main():
+    # واجهة مستخدم بسيطة جداً لرفع الصور
+    content = """
+    <html>
+        <body style="font-family: Arial; text-align: center; margin-top: 50px;">
+            <h2>أداة استخراج وتقطيع الفريمات (Sprite Extractor)</h2>
+            <form action="/process-image/" enctype="multipart/form-data" method="post">
+                <input name="file" type="file" accept="image/*">
+                <input type="submit" value="معالجة وتحميل ZIP">
+            </form>
+        </body>
+    </html>
+    """
+    return HTMLResponse(content=content)
+
+@app.post("/process-image/")
+async def process_image(file: UploadFile = File(...)):
+    # 1. قراءة الصورة المرفوعة
+    contents = await file.read()
+    input_image = Image.open(io.BytesIO(contents)).convert("RGBA")
+    
+    # 2. إزالة الخلفية باستخدام الذكاء الاصطناعي (Rembg)
+    output_image = remove(input_image)
+    
+    # تحويل الصورة إلى مصفوفة (Array) لكي يفهمها OpenCV
+    open_cv_image = np.array(output_image)
+    
+    # 3. تحسين حدة الصورة (حتى لا تكون ضبابية)
+    open_cv_image = sharpen_image(open_cv_image)
+
+    # 4. تحويل الصورة إلى الأبيض والأسود لاكتشاف الأشكال (الفريمات)
+    # نأخذ قناة الشفافية (Alpha Channel) لأننا أزلنا الخلفية
+    alpha_channel = open_cv_image[:, :, 3]
+    _, thresh = cv2.threshold(alpha_channel, 10, 255, cv2.THRESH_BINARY)
+    
+    # 5. البحث عن الفريمات (Contours)
+    contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
+    
+    # ترتيب الفريمات من اليسار إلى اليمين (حتى تكون الأنيميشن مرتبة)
+    boundingBoxes = [cv2.boundingRect(c) for c in contours]
+    (contours, boundingBoxes) = zip(*sorted(zip(contours, boundingBoxes), key=lambda b: b[1][0]))
+
+    # تجهيز ملف الـ ZIP
+    zip_filename = "/code/temp/sprites.zip"
+    with zipfile.ZipFile(zip_filename, 'w') as zipf:
+        frame_number = 1
+        for contour in contours:
+            # 6. الحصول على أبعاد كل فريم بدون الفراغ حوله
+            x, y, w, h = cv2.boundingRect(contour)
+            
+            # تجاهل النقاط الصغيرة جداً (التي قد تكون أخطاء بكسل)
+            if w > 5 and h > 5:
+                # قص الفريم
+                cropped_img = open_cv_image[y:y+h, x:x+w]
+                
+                # تحويله إلى صورة PIL للحفظ
+                pil_img = Image.fromarray(cropped_img)
+                
+                # حفظ الفريم مؤقتاً
+                frame_name = f"frame_{frame_number}.png"
+                temp_path = f"/code/temp/{frame_name}"
+                pil_img.save(temp_path, "PNG")
+                
+                # إضافته إلى ملف ZIP
+                zipf.write(temp_path, arcname=frame_name)
+                
+                # حذف الملف المؤقت لتوفير المساحة
+                os.remove(temp_path)
+                frame_number += 1
+
+    # 7. إرسال ملف ZIP للمستخدم
+    return FileResponse(path=zip_filename, filename="sprites_ready.zip", media_type='application/zip')