🍽️ Dish Analyzer / Анализатор блюд

CLI и веб-приложение для анализа фотографий блюд: распознавание блюда и ингредиентов (OpenAI Vision), генерация пошагового рецепта с КБЖУ и хлебными единицами (GigaChat-2), опциональная генерация изображения блюда (OpenAI DALL-E).

---

✨ Возможности

• Анализ по фото — загрузите изображение блюда и получите название, тип кухни и список ингредиентов
• Рецепт и КБЖУ — пошаговый рецепт, таблица калорий/белков/жиров/углеводов и хлебных единиц (на порцию и на 100 г)
• Генерация изображения — фотореалистичная визуализация «как должно выглядеть блюдо» (DALL-E)
• Два интерфейса — командная строка для скриптов и автоматизации, веб-интерфейс для интерактивного использования
• Гибкая настройка — все параметры моделей и API задаются через .env

---

🛠 Стек

Этап	Сервис	Назначение
1	OpenAI Vision (gpt-4o)	Анализ изображения → название, ингредиенты, кухня
2	GigaChat-2	Рецепт, этапы приготовления, КБЖУ/ХЕ, промпт для изображения
3	OpenAI DALL-E	Генерация изображения по промпту от GigaChat

---

📋 Требования

• Python 3.9+
• API-ключи:
  • OpenAI API (обязательно) — для анализа изображения и генерации картинки
  • GigaChat (опционально) — для рецепта; без него возвращается только анализ блюда

---

🚀 Установка

1. Клонирование репозитория

git clone https://github.com/YOUR_USERNAME/dish-analyzer.git
cd dish-analyzer

2. Виртуальное окружение (рекомендуется)

python -m venv venv
# Windows
venv\Scripts\activate
# Linux / macOS
source venv/bin/activate

3. Установка зависимостей

pip install -r requirements.txt

4. Настройка переменных окружения

Создайте файл .env в корне проекта (скопируйте из примера и заполните ключи):

# Обязательно
OPENAI_API_KEY=sk-your-openai-key-here

# Опционально (для рецепта и КБЖУ)
GIGACHAT_API_KEY=your_gigachat_api_key_here
GIGACHAT_SCOPE=GIGACHAT_API_PERS

Файл .env не должен попадать в репозиторий (добавлен в .gitignore).

---

⚙️ Конфигурация (.env)

OpenAI — анализ изображения (по умолчанию)

Переменная	По умолчанию	Описание
OPENAI_MODEL	gpt-4o	Модель для анализа фото
OPENAI_MAX_TOKENS	500	Лимит токенов ответа
OPENAI_TEMPERATURE	0.3	Температура (низкая для стабильного JSON)

OpenAI — генерация изображения

Переменная	По умолчанию	Описание
OPENAI_IMAGE_MODEL	dall-e-2	Модель: dall-e-2 или dall-e-3
OPENAI_IMAGE_SIZE	1024x1024	Размер (для dall-e-3: 1024x1024, 1792x1024, 1024x1792)
OPENAI_IMAGE_QUALITY	standard	Только для dall-e-3: standard или hd
OPENAI_IMAGE_N	1	Количество изображений (для dall-e-3 всегда 1)
OPENAI_IMAGE_RESPONSE_FORMAT	url	url или b64_json

GigaChat

Переменная	По умолчанию	Описание
GIGACHAT_API_URL	(Sber)	URL API чата
GIGACHAT_TOKEN_URL	(Sber)	URL для OAuth-токена
GIGACHAT_MODEL	GigaChat-2	Модель
GIGACHAT_MAX_TOKENS	4000	Лимит токенов
GIGACHAT_TEMPERATURE	0.7	Температура
GIGACHAT_REPETITION_PENALTY	1.1	Штраф за повторения
GIGACHAT_VERIFY_SSL	false	Проверка SSL (для корпоративного API часто false)

---

📖 Использование

CLI

Базовый запуск (результат в консоль):

python dish_analyzer.py путь/к/изображению.jpg

Сохранение в файл:

python dish_analyzer.py photo.jpg --output result.txt

Вывод в JSON:

python dish_analyzer.py photo.jpg --json
python dish_analyzer.py photo.jpg --json --output result.json

Сохранение сгенерированного изображения:

python dish_analyzer.py photo.jpg --image-output my_dish.png
python dish_analyzer.py photo.jpg -i output/image.png

Другой файл окружения:

python dish_analyzer.py photo.jpg --env .env.production

Справка по аргументам:

python dish_analyzer.py --help

Веб-интерфейс

python app.py

Откройте в браузере: http://localhost:5000

• Загрузка изображения (перетаскивание или выбор файла)
• Автоматический или ручной запуск анализа
• Отображение: название, ингредиенты, кухня, рецепт, этапы, КБЖУ/ХЕ, сгенерированное изображение
• Кнопка «Очистить» для сброса

---

📂 Формат вывода

Текстовый вывод (по умолчанию)

• Блок «Анализ блюда»: название, кухня, уверенность, ингредиенты
• Рецепт: метаданные, ингредиенты с количествами, этапы приготовления
• Таблица КБЖУ и хлебных единиц (на порцию и на 100 г)
• Промпт для генерации изображения и путь к сгенерированному файлу (если есть)

JSON (--json)

Структура:

{
  "dish_analysis": {
    "dish_name": "Паста карбонара",
    "ingredients": ["спагетти", "бекон", "яйца", "пармезан"],
    "cuisine": "итальянская",
    "confidence": 0.82
  },
  "recipe": {
    "recipe": { "name", "cuisine", "servings", "prep_time", "cook_time", "total_time", "ingredients": [...] },
    "cooking_steps": [ { "step_number", "description", "duration" } ],
    "nutrition": {
      "per_serving": { "calories", "protein", "fat", "carbs", "bread_units" },
      "per_100g": { ... }
    },
    "image_prompt": "Professional food photography of ..."
  },
  "generated_image": { "file_path", "model", "size", "quality" }
}

Если GIGACHAT_API_KEY не задан, в ответе будет только dish_analysis.

Поддерживаемые форматы изображений

JPEG (.jpg, .jpeg), PNG (.png), GIF (.gif), WebP (.webp). Максимальный размер загружаемого файла в веб-интерфейсе — 16 МБ.

---

📁 Структура проекта

dish-analyzer/
├── app.py              # Flask веб-приложение
├── dish_analyzer.py    # Ядро: CLI, Vision, GigaChat, DALL-E
├── requirements.txt
├── .env                # Ваши ключи (не коммитить!)
├── .env.example        # Пример переменных (опционально)
├── README.md
├── templates/
│   └── index.html      # Страница веб-интерфейса
├── uploads/            # Загруженные файлы (веб)
└── static/generated/   # Сгенерированные изображения (веб)

---

⚠️ Важно

• КБЖУ и хлебные единицы — оценочные, рассчитанные моделью. Не заменяют консультацию врача или диетолога. При диабете и строгих диетах используйте только после консультации специалиста.
• API-ключи храните только в .env и не публикуйте их в репозитории.
• Для GigaChat может потребоваться отключение проверки SSL (GIGACHAT_VERIFY_SSL=false) в зависимости от окружения.

---

📄 Лицензия

MIT (или укажите свою лицензию).

---

🤝 Участие в разработке

Pull requests приветствуются. Для крупных изменений лучше сначала обсудить их в Issue.