support gradio

.gitignore

@@ -0,0 +1,4 @@
+*.txt
+*.csv
+*.xls
+*.png

wavelet.py

@@ -2,18 +2,25 @@
 import numpy as np
 import matplotlib.pyplot as plt
 import math
-
-
-# ファイルから信号データを読み込む
-def load_signal(file_path):
- signal = []
- with open(file_path, 'r', encoding='utf-8') as f:
- for line in f:
- try:
- signal.append(float(line))
- except ValueError as e:
- print(e, file=sys.stderr)
- return signal
+import pandas as pd
+import gradio as gr
+import tempfile
+
+
+# CSVファイルから信号データを読み込む
+def load_signal(file_path, column_name):
+ try:
+ df = pd.read_csv(file_path)
+ signal = df[column_name].values # 指定した列の信号を取得
+ return signal
+ except FileNotFoundError as e:
+ print(f"Error: {e}", file=sys.stderr)
+ return []
+ except KeyError as e:
+ print(
+ f"Column '{column_name}' not found in the file.({e})",
+ file=sys.stderr)
+ return []
 
 
 # モルレーウェーブレット関数
@@ -54,37 +61,76 @@ def plot_cwt(cwt_result, time_data, fmax):
  plt.xlabel("Time [min]")
  plt.ylabel("Frequency [Hz]")
  plt.axis([0, len(time_data) / 1000, 0, fmax - 1])
- plt.xticks(np.arange(0, 1200001, step=60000))
+ plt.xticks(np.arange(0, len(time_data), step=60000))
  plt.ticklabel_format(style='plain', axis='x')
  plt.colorbar()
  plt.clim(-5, 5)
 
 
-if __name__ == "__main__":
- # サンプリング設定
- Fs = 1000 # サンプリング周波数
- Ts = 1 / Fs # 時間ステップ
- time_S = 1200 # 信号長さ（秒）
- t_data = np.arange(0, time_S, Ts) # 時間データ
-
- # 信号データを読み込み
- signal = load_signal('fp2.txt')
-
- # 連続ウェーブレット変換
- fmax = 60
- cwt_signal = continuous_wavelet_transform(Fs=Fs, data=signal, fmax=fmax)
-
- # 信号のプロット
+def wavelet_ui(filepath: str, Fs: float, fmax: float, column_name: str):
+ signal = load_signal(filepath, column_name)
+ t_data = np.arange(0, len(signal) / Fs, 1 / Fs)
+ signal_filename = tempfile.NamedTemporaryFile(
+ delete=False,
+ suffix='.png').name
  plt.figure(dpi=200)
  plt.title("Signal")
  plt.plot(t_data, signal)
- plt.xlim(0, 1200)
- plt.xticks(np.arange(0, 1201, step=100))
+ plt.xlim(0, t_data[-1])
+ plt.xticks(np.arange(0, t_data[-1] + 1, step=100))
  plt.xlabel("Time [s]")
- plt.savefig("signal_fp2.png")
+ plt.savefig(signal_filename)
 
- # 連続ウェーブレット変換のプロット
+ cwt_signal_filename = tempfile.NamedTemporaryFile(
+ delete=False,
+ suffix='.png').name
+ cwt_signal = continuous_wavelet_transform(Fs=Fs, data=signal, fmax=fmax)
  plt.figure(dpi=200)
  plot_cwt(cwt_signal, t_data, fmax)
- plt.savefig("cwt_fp2.png")
- plt.show()
+ plt.savefig(cwt_signal_filename)
+
+ return cwt_signal_filename, signal_filename
+
+
+with gr.Blocks() as main_ui:
+ with gr.Tab("Wavelet"):
+ gr.Interface(
+ wavelet_ui,
+ [
+ gr.File(
+ label="CSVファイルをアップロードしてください。",
+ file_count="single",
+ file_types=["csv"]),
+ gr.Slider(
+ minimum=0,
+ maximum=10000,
+ value=1000,
+ label="サンプリング周波数",
+ step=10,
+ info="単位はHz。"
+ ),
+ gr.Slider(
+ minimum=0,
+ maximum=200,
+ value=60,
+ label="wavelet 最大周波数",
+ step=10,
+ info="単位はHz。"
+ ),
+ gr.Dropdown(
+ ["Fp1", "Fp2", "T7", "T8", "O1", "O2"],
+ value="Fp2",
+ label="使用する信号データ",
+ allow_custom_value=True,
+ info="使用する信号データを選んでください。デフォルトはFp2です。"
+ ),
+ ],
+ [
+ gr.Image(type="filepath", label="Wavelet"),
+ gr.Image(type="filepath", label="Signal")
+ ]
+ )
+
+
+if __name__ == "__main__":
+ main_ui.queue().launch(server_name="0.0.0.0")