PhotoModeration

import face_alignment
import numpy as np

class PhotoModeration:
    def __init__(
        self,
        image_path: str,
                ) -> None:

        self.image_path = image_path
        self.face_model = face_alignment.FaceAlignment(face_alignment.LandmarksType._2D, flip_input=False, device='cpu')

    def moderation_photo(self):
        error = None
        final_image = None
        #get landmark
        landmarks = self.face_model.get_landmarks_from_image(self.image_path)
        if len(landmarks) != 1:
            error = 'На фото не обнаружено лицо. Пожалуйста, загрузите другое фото.'
        else:
            x_array = landmarks[0][:,0]
            y_array = landmarks[0][:,1]
            #image show
            image = mpimg.imread(self.image_path)
            # проверка на крупное лицо
            const_x = 0.44
            const_y = 0.32
            if abs(max(x_array) - min(x_array))/image.shape[0] > 0.7 or abs(max(y_array) - min(y_array))/image.shape[1] > 0.6:
                error = 'Лицо на фото слишком крупное. Пожалуйста, загрузите другое фото.'
            else:
                X_face_center = np.mean(x_array)
                Y_face_center = np.mean(y_array)
                delta_x = (max(x_array) - min(x_array))/const_x/2
                delta_y = (max(y_array) - min(y_array))/const_y/2
                #photo resizing
                left_bound_x = int(X_face_center - delta_x)
                if left_bound_x < 0:
                    left_bound_x = 0
                up_bound_y = int(Y_face_center - delta_y)
                if up_bound_y < 0:
                    up_bound_y = 0
                cropped_image = image[up_bound_y:int(Y_face_center + delta_y), left_bound_x:int(X_face_center + delta_x), :]
                if cropped_image.shape[0] <= 250:
                    error = 'Фото низкого качества. Пожалуйста, загрузите фото в хорошем качестве.'
                else:
                    final_image = cropped_image
        return error, final_image
#если error не None выводим ошибку пользователю, если error = None сохраняем в базе фото пользователя