Laptop Screen Editor

Десктопное Windows-приложение для автоматизированной обработки изображений ноутбуков для карточек товаров.

Возможности

• 🖥️ Автоматическое определение экрана - использование YOLOv8 сегментации для точного определения области экрана
• 🔍 Интерактивная проверка обнаружения - режим предпросмотра с возможностью корректировки каждой области
  • Просмотр результатов детектирования перед обработкой
  • Перетаскивание точек для исправления неточностей
  • Пропуск проблемных изображений
• 🎨 Гибкая обработка экрана:
  • Заливка чёрным цветом
  • Замена на пользовательское изображение
  • Учёт перспективы при замене
• ✂️ Автоматическое кадрирование - удаление лишних областей
• 📏 Масштабирование - приведение к стандартным размерам с сохранением пропорций
• 📦 Пакетная обработка - обработка множества файлов одновременно
• 🔄 Поддержка форматов:
  • Входные: JPG, PNG, WEBP, AVIF, HEIF
  • Выходные: JPG, PNG

Требования

• Python 3.11
• Poetry (для управления зависимостями)

Установка

1. Клонирование репозитория

git clone https://github.com/m0nkkke/laptop-screen-editor
cd LaptopScreenEditor

2. Установка зависимостей

Полная установка (с ML функциями)

poetry install --with ml

3. Размещение модели

Поместите обученную модель YOLOv8 сегментации в:

app/ml/models/screen_detector.pt

Запуск

Через Poetry

poetry run python app/main.py

Прямой запуск

# Активация виртуального окружения
poetry shell

# Запуск приложения
python app/main.py

Использование

Графический интерфейс

1. Добавление файлов:

   • Используйте кнопку "Добавить файлы" для выбора отдельных изображений
   • Или "Добавить папку" для массового добавления

2. Настройка обработки:

   • Выберите режим обработки экрана (чёрная заливка / замена изображением)
   • При необходимости выберите изображение для замены
   • Настройте параметры кадрирования и масштабирования
   • Включите "Режим предпросмотра" для проверки обнаружения (рекомендуется)

3. Выбор выходной директории:

   • Укажите папку для сохранения обработанных изображений

4. Запуск обработки:

   • Нажмите "Начать обработку"
   • В режиме предпросмотра: проверьте каждое изображение, скорректируйте области при необходимости
   • Отслеживайте прогресс в интерфейсе

🔍 Режим предпросмотра (рекомендуется)

Режим предпросмотра позволяет проверить и скорректировать обнаруженные области перед обработкой:

1. Автоматическая проверка: Приложение показывает каждое изображение с обнаруженной областью экрана
2. Визуальная индикация:
   • ✅ Зелёный текст = экран обнаружен успешно
   • ⚠️ Оранжевый текст = экран не обнаружен
   • 🔷 Синий текст = экран отредактирован пользователем
3. Корректировка области:
   • Перетащите угловые точки на углах области для исправления
   • Курсор автоматически изменяется при наведении
   • Изменения применяются в реальном времени
4. Управление:
   • "Принять и продолжить" - сохранить корректировки и перейти к следующему
   • "Пропустить файл" - не обрабатывать экран этого изображения (при кадрировании и масштабировании изменения учитываются)
   • "Сбросить изменения" - вернуть исходное обнаружение
   • "◀ Назад" / "▶ Вперёд" - навигация между файлами
5. Автопереход: Включите чекбокс для автоматического перехода после принятия

Структура проекта

AutoLaptopScreenEditor/
│
├── app/
│   ├── main.py                 # Точка входа
│   ├── config.py               # Конфигурация
│   │
│   ├── ui/                     # Графический интерфейс
│   │   ├── main_window.py      # Главное окно
│   │   ├── image_viewer.py     # Просмотр изображений
│   │   ├── dialogs.py          # Диалоговые окна
│   │   └── preview_dialog.py   # Окно предпросмотра
│   │
│   ├── core/                   # Основная логика обработки
│   │   ├── image_loader.py     # Загрузка/конвертация
│   │   ├── screen_editor.py    # Редактирование экрана
│   │   ├── screen_detecor.py   # Детектирование экрана
│   │   ├── perspective.py      # Перспективные преобразования
│   │   ├── cropper.py          # Кадрирование
│   │   └── resizer.py          # Масштабирование
│   │
│   ├── ml/                     # Машинное обучение
│   │   ├── inference.py        # Инференс модели
│   │   └── models/             # Модели YOLOv8
│   │
│   ├── pipeline/               # Пайплайн обработки
│   │   ├── processor.py        # Процессор обработки
│   │   └── tasks.py            # Управление задачами
│   │
│   └── utils/                  # Утилиты
│       ├── geometry.py         # Геометрические операции
│       ├── file_utils.py       # Работа с файлами
│       └── logger.py           # Логирование
│
├── tests/                      # Тесты
│   ├── test_detector.py
│   └── test_perspective.py
│
├── pyproject.toml             # Конфигурация Poetry
└── README.md                  # Документация

Технологии

Компьютерное зрение

• OpenCV - основная обработка изображений
• YOLOv8 - сегментация экрана ноутбука
• NumPy - математические операции

Пользовательский интерфейс

• PySide6 (Qt) - графический интерфейс
• Qt Graphics View - просмотр и редактирование изображений

Обработка изображений

• Pillow - загрузка/сохранение
• pillow-heif - поддержка AVIF/HEIF

Утилиты

• Loguru - логирование
• Pydantic - валидация конфигурации
• tqdm - прогресс-бары

Конфигурация

Настройки приложения находятся в app/config.py. Основные параметры:

• MODEL_CONFIDENCE - порог уверенности модели (по умолчанию: 0.25)
• DEFAULT_OUTPUT_WIDTH/HEIGHT - размеры выходных изображений
• JPEG_QUALITY - качество JPEG (1-100)
• PNG_COMPRESSION - уровень сжатия PNG (0-9)

Параметры можно переопределить через переменные окружения с префиксом LAPTOP_EDITOR_:

export LAPTOP_EDITOR_MODEL_CONFIDENCE=0.3
export LAPTOP_EDITOR_JPEG_QUALITY=90

Логирование

Логи сохраняются в logs/app.log с ротацией по размеру (10 MB) и хранением за неделю.

Уровень логирования можно изменить в конфигурации:

LOG_LEVEL = "DEBUG"  # DEBUG, INFO, WARNING, ERROR, CRITICAL

Производительность

• Многопоточная обработка (настраиваемое количество потоков)
• Кэширование заливочных изображений
• Оптимизация памяти при пакетной обработке

Известные ограничения

• Требуется обученная модель YOLOv8 сегментации
• Модель должна быть совместима с Ultralytics
• Поддержка только сегментации (не детекция bounding box)

Авторы

[Created by m0nkkke]

Поддержка

По вопросам и сообщениям об ошибках создавайте issue в репозитории.