Анализ качества сжатия изображений
Установка и запуск
Запуск с использованием Docker и Docker Compose
Требования
- Установленный Docker
- Установленный Docker Compose
Инструкция
-
Убедитесь, что Docker и Docker Compose установлены
docker --version docker-compose --version
-
Склонируйте репозиторий или скачайте файлы проекта
git clone https://git.miem.hse.ru/mamamleev/computer-graphics.git
И измени папку проекта
cd computer-graphics-
Запустите сам docker и затем приложение с помощью Docker Compose
docker-compose up --build
Эта команда соберет Docker-образ и запустит контейнер с приложением.
- Откройте приложение в браузере
После запуска приложения откройте браузер и перейдите по адресу http://localhost:4321
- Выбор режима загрузки
- Загрузить файл: позволяет выбрать один или несколько файлов для анализа.
- Загрузить папку: позволяет выбрать целую папку с изображениями для анализа.
- Подтверждение выбора
- Нажмите кнопку "Подтвердить выбор", чтобы перейти к загрузке файлов или папки.
- Загрузка файлов
- Если вы выбрали "Загрузить файл", нажмите кнопку для выбора файлов и выберите необходимые изображения.
- Если вы выбрали "Загрузить папку", нажмите кнопку для выбора папки и выберите необходимую папку с изображениями.
- Начало анализа
- Нажмите кнопку "Анализировать", чтобы начать обработку изображений.
- Просмотр результатов
После завершения анализа вы увидите:
- Список обработанных файлов.
- Изображения с визуализацией искажений по зонам.
- Информацию о зоне с максимальным искажением и уровне помех.
- Скачивание результатов
- Нажмите кнопку "Скачать результаты", чтобы сохранить результаты анализа в виде HTML-файла.
- Повторный анализ
- Нажмите на ссылку "Назад", чтобы вернуться на главную страницу и выполнить новый анализ.
- Остановка приложения
- Чтобы остановить приложение, нажмите Ctrl+C в терминале или выполните: docker-compose down
Запуск без Docker
Требования
- Установленный Python 3.10 или выше.
Инструкция
-
Склонируйте репозиторий или скачайте файлы проекта
git clone https://git.miem.hse.ru/mamamleev/computer-graphics.git
И измени папку проекта
cd computer-graphics- Создайте и активируйте виртуальное окружение
- На Windows: python -m venv venv venv\Scripts\activate
- На Linux/MacOS: python3 -m venv venv source venv/bin/activate
-
Установите зависимости
pip install -r requirements.txt
Для установки rawpy может потребоваться установка дополнительных системных библиотек, таких как libraw:
- На Ubuntu: sudo apt-get install libraw-dev
- На Windows убедитесь, что у вас установлены необходимые инструменты сборки (например, Microsoft Visual C++ Build Tools).
-
Запустите приложение
python app.py
-
Откройте приложение в браузере
После запуска приложения откройте браузер и перейдите по адресу http://localhost:4321
- Выбор режима загрузки
- Загрузить файл: позволяет выбрать один или несколько файлов для анализа.
- Загрузить папку: позволяет выбрать целую папку с изображениями для анализа.
- Подтверждение выбора
- Нажмите кнопку "Подтвердить выбор", чтобы перейти к загрузке файлов или папки.
- Загрузка файлов
- Если вы выбрали "Загрузить файл", нажмите кнопку для выбора файлов и выберите необходимые изображения.
- Если вы выбрали "Загрузить папку", нажмите кнопку для выбора папки и выберите необходимую папку с изображениями.
- Начало анализа
- Нажмите кнопку "Анализировать", чтобы начать обработку изображений.
- Просмотр результатов
После завершения анализа вы увидите:
- Список обработанных файлов.
- Изображения с визуализацией искажений по зонам.
- Информацию о зоне с максимальным искажением и уровне помех.
- Скачивание результатов
- Нажмите кнопку "Скачать результаты", чтобы сохранить результаты анализа в виде HTML-файла.
- Повторный анализ
- Нажмите на ссылку "Назад", чтобы вернуться на главную страницу и выполнить новый анализ.
- Остановка приложения
- Чтобы остановить приложение, нажмите Ctrl+C в терминале