現場写真をAIで分析

def analyze_site_photo(image_path):
    prompt = """
    この現場写真を分析してください：

    1. 撮影場所の状況
    2. 確認できる作業内容
    3. 写っている設備・機材
    4. 天候・時間帯
    5. 特記事項
    """
    return analyze_image(image_path, prompt)

def check_progress(image_path, expected_status):
    prompt = f"""
    この現場写真から工事の進捗を確認してください。

    予定状況：{expected_status}

    以下を判定してください：
    1. 実際の進捗状況
    2. 予定との比較（予定通り/遅延/前倒し）
    3. 確認できる完了作業
    4. 残作業の推測
    """
    return analyze_image(image_path, prompt)

def safety_check(image_path):
    prompt = """
    この現場写真を安全管理の観点から分析してください：

    1. 確認できる安全対策
       - 保護具の着用状況
       - 安全設備の設置状況

    2. 潜在的なリスク
       - 危険箇所の有無
       - 改善が必要な点

    3. 総合評価（良好/要注意/要改善）
    """
    return analyze_image(image_path, prompt)

def quality_check(image_path, check_items):
    prompt = f"""
    この現場写真から品質を確認してください。

    確認項目：
    {check_items}

    各項目について：
    - 確認結果（OK/NG/確認不可）
    - コメント
    """
    return analyze_image(image_path, prompt)

import os
import json
from datetime import datetime
from pathlib import Path

class SitePhotoAnalyzer:
    def __init__(self, model="llava"):
        self.model = model
        self.results = []

    def analyze_photo(self, image_path):
        """1枚の写真を分析"""
        prompt = """
        この現場写真を分析してください：
        1. 状況説明（1-2文）
        2. 作業内容
        3. 確認できる設備
        4. 特記事項

        JSON形式で回答：
        {
            "description": "状況説明",
            "work_type": "作業内容",
            "equipment": ["設備1", "設備2"],
            "notes": "特記事項"
        }
        """
        result = analyze_image(image_path, prompt)
        return self._parse_result(result)

    def _parse_result(self, result_text):
        """結果をパース"""
        try:
            return json.loads(result_text)
        except:
            return {"raw": result_text}

    def process_folder(self, folder_path):
        """フォルダ内の写真を一括処理"""
        folder = Path(folder_path)
        image_extensions = {'.jpg', '.jpeg', '.png'}

        for image_path in folder.iterdir():
            if image_path.suffix.lower() in image_extensions:
                print(f"Processing: {image_path.name}")

                result = {
                    'filename': image_path.name,
                    'path': str(image_path),
                    'analyzed_at': datetime.now().isoformat(),
                    'analysis': self.analyze_photo(image_path)
                }
                self.results.append(result)

        return self.results

    def save_results(self, output_path):
        """結果を保存"""
        with open(output_path, 'w', encoding='utf-8') as f:
            json.dump(self.results, f, ensure_ascii=False, indent=2)

    def generate_summary(self):
        """サマリーを生成"""
        if not self.results:
            return "分析結果がありません"

        summary = f"分析写真数: {len(self.results)}\n\n"

        for result in self.results:
            summary += f"### {result['filename']}\n"
            analysis = result['analysis']
            if 'description' in analysis:
                summary += f"- {analysis['description']}\n"
            summary += "\n"

        return summary

# 分析器を作成
analyzer = SitePhotoAnalyzer()

# フォルダ内の写真を一括分析
results = analyzer.process_folder("現場写真/2025-01-15/")

# 結果を保存
analyzer.save_results("analysis_results.json")

# サマリーを生成
summary = analyzer.generate_summary()
print(summary)

import time
from watchdog.observers import Observer
from watchdog.events import FileSystemEventHandler

class PhotoHandler(FileSystemEventHandler):
    def __init__(self, analyzer):
        self.analyzer = analyzer

    def on_created(self, event):
        if event.is_directory:
            return

        if event.src_path.lower().endswith(('.jpg', '.png', '.jpeg')):
            print(f"New photo detected: {event.src_path}")
            result = self.analyzer.analyze_photo(event.src_path)
            print(f"Analysis: {result}")

def watch_folder(folder_path):
    """フォルダを監視して自動分析"""
    analyzer = SitePhotoAnalyzer()
    handler = PhotoHandler(analyzer)

    observer = Observer()
    observer.schedule(handler, folder_path, recursive=True)
    observer.start()

    print(f"Watching: {folder_path}")

    try:
        while True:
            time.sleep(1)
    except KeyboardInterrupt:
        observer.stop()

    observer.join()

# 実行
watch_folder("現場写真/")

def generate_daily_report(folder_path, date):
    """日報を自動生成"""
    analyzer = SitePhotoAnalyzer()
    results = analyzer.process_folder(folder_path)

    report = f"""
# 現場日報

日付：{date}
写真枚数：{len(results)}枚

## 作業状況

"""

    for i, result in enumerate(results, 1):
        analysis = result['analysis']
        report += f"""
### 写真{i}: {result['filename']}
- 状況：{analysis.get('description', '分析中')}
- 作業：{analysis.get('work_type', '-')}
- 備考：{analysis.get('notes', '-')}

"""

    report += """
## 明日の予定

（手動で記入）

---
*自動生成レポート*
"""

    return report

def create_photo_book(folder_path, output_path):
    """工事写真帳を作成"""
    from reportlab.lib.pagesizes import A4
    from reportlab.pdfgen import canvas

    analyzer = SitePhotoAnalyzer()
    results = analyzer.process_folder(folder_path)

    # PDFを作成
    c = canvas.Canvas(output_path, pagesize=A4)

    for result in results:
        # 写真を配置
        c.drawImage(result['path'], 50, 400, width=500, height=350)

        # 説明文を配置
        analysis = result['analysis']
        c.drawString(50, 380, f"撮影日時: {result['analyzed_at']}")
        c.drawString(50, 360, f"状況: {analysis.get('description', '')}")
        c.drawString(50, 340, f"作業内容: {analysis.get('work_type', '')}")

        c.showPage()

    c.save()