(cache)AIで似ているAV女優を紹介しているスケベAI「スケベ博士」を作りました。②実装編|Review of My Life

若干実装よりの話から離れますが
いやぁマッシュアップアプリつくるの面白いな。簡単にできて。

実装の話としてLine APIを利用したのは、いろいろとメリットがあるんですよね。

Web APIでマッシュアップして作ったほうが、作るのも楽だし、利用する側も既存のプラとフォームで使えるので学習コストが低いですね。いちからWebサイト作ったら、UI考えたりとかしなきゃいけなくて面倒です。でもLineのインターフェイスなら人がもっとアクセスしやすいだろうし、実装も楽だし、いいことづくしなんですよね。そのうちLine Payとかも入ってきて、Webのインターフェイスよりもこっちのほうが身近になるような気がします。

ただ精度を上げたり、スケールするためには既存の大きなプラットフォームに金払わなければならないので、AWS 植民地支配みたいな感じになるところがつらいところです。ということで、リビドードリブン開発はお金にならないので、こちらのページで本当に頭おかしいか性欲がやばい人は募金してください！募金の結果は、僕が私利私欲で使うかもしれませんが、かなり集まったらFace APIの有料プランに登録して、もっと多くの画像を学習させたり、人やとってひたすらAV女優の画像データ集めさせたりしようと思っています。

（ちなみに@budehucさんが募金してくださいました。本当スケベは金持ってないので助かります。Special Thanks!）

話はそれましたが、こういうWeb APIを組み合わせたマッシュアップアプリは結構初心者でも作れるので（ちなみに私もプログラマーではなく、趣味でちょこっと書いているくらいなので）試してみたら面白いと思います。前に書いたポエム記事ですがマッシュアップとはこんな感じです。

Web APIのマッシュアップアプリ開発入門

Google Apps Scriptのロジック

Line APIからWeb hockで受け取ったリクエストは、doPost関数で取得するのですがその辺わかりにくいので、この記事を読んでくださいと。

Google Apps ScriptのdoGet関数・doPost関数を解説

で、実際のコードなのですが、まだ未完成でいらない部分やリファクタリングしてない部分のコードが多々あるので、それはなんとか頑張って読んで理解してください。

// プロパティ取得
var PROPERTIES = PropertiesService.getScriptProperties();//ファイル > プロジェクトのプロパティから設定した環境変数的なもの

//Google Documentにログファイルを保存

var GOOGLE_DOCUMENT_ID = PROPERTIES.getProperty("GOOGLE_DOCUMENT_ID")

//Google Driveの画像を保存するフォルダの設定

var GOOGLE_DRIVE_FOLDER_ID = PROPERTIES.getProperty('GOOGLE_DRIVE_FOLDER_ID')

//LINE・DMMの設定をプロジェクトのプロパティから取得
var LINE_ACCESS_TOKEN = PROPERTIES.getProperty('LINE_ACCESS_TOKEN')
var LINE_END_POINT = "https://api.line.me/v2/bot/message/reply"

//GYASOの設定

var GYASO_ACCESS_TOKEN = PROPERTIES.getProperty("GYASO_ACCESS_TOKEN")

//MicroSoft Azure Face APIの設定
var FACE_API_SUBSCRIPTION_KEY = PROPERTIES.getProperty('FACE_API_SUBSCRIPTION_KEY')
var FACE_API_PERSON_GROUP = "avactress"
var FACE_API_BASE_END_POINT = "https://westcentralus.api.cognitive.microsoft.com/face/v1.0/"

//DMMの設定
var DMM_API_ID = PROPERTIES.getProperty('DMM_API_ID')
var DMM_AFFILIATE_ID = PROPERTIES.getProperty('DMM_AFFILIATE_ID')

var reply_token;
var imageUrl;
var id;

//ログファイルの設定

var logFile = DocumentApp.openById(GOOGLE_DOCUMENT_ID);

//LINEのエンドポイント

function doGet() {
  return HtmlService.createTemplateFromFile("test").evaluate();
}

/* 処理内容

  ・LINEから画像バイナリファイルを取得
  ・バイナリファイルをMicrosoft Azure Face APIに送信
  ・Face APIから取得したAV女優名をもとに、DMM APIから女優の画像とリンクを取得
  ・LINEに　
    ・AV女優名
    ・合致度
    ・女優画像
    ・女優URLを返信
  ・合致しなかった場合、女優追加申請フォームを返す。
*/


//LINEからPOSTリクエストを受けたときに起動する
function doPost(e){

  if (typeof e === "undefined"){
    /*
     * debug用の処理です
     * imageUrlに、任意のAV女優の画像を挿入しています。
    */
    imageEndPoint = "http://eropalace21.com/wordpress/wp-content/uploads/2016/01/sakuramana_thumb.jpg" //検証用の画像
  } else {

    /*
     * Lineからメッセージが送られたときの処理です
     * LineのmessageIdを取得し、そこからバイナリ形式の画像データを取得します
    */

    //messageIdから、Line上に存在するバイナリ形式の画像URLを取得します

    var json = JSON.parse(e.postData.contents);
    reply_token= json.events[0].replyToken;
    //var messageId = json.events[0].message.id;
    imageEndPoint = json.events[0].message.text;    

    //imageEndPoint = 'https://api.line.me/v2/bot/message/'+ messageId +'/content/' //バイナリファイルの画像が取得できるエンドポイント
  }
    Logger.log("以下のURLから、画像を取得します: " + imageEndPoint)
    console.log(imageEndPoint)

    //画像のエンドポイントから、バイナリ形式でデータを取得
    //imageBlob = getImageBlobByImageUrl(imageEndPoint);
    //imageUrl = saveImageBlobAsPng(imageBlob)
    //imageUrl = getImageUrl(imageBlob)
    //saveImageBlobAsPng(imageBlob)

    //画像データから、女優名(name)、合致度(confidence)、プロフィール画像(profileImageUrl), 女優の商品画像リスト(itemsInfoUrl)を取得します
    var faceId = detectFaceId(imageEndPoint)
    var personIdAndConfidence = getPersonIdAndConfidence(faceId)
    var personId = personIdAndConfidence["personId"]
    var confidence = personIdAndConfidence["confidence"]
    var name = getActressName(personId)
    var profileImageUrlAndItemsInfoUrl = getProfileImageUrlAndItemsInfoUrl(name)
    var profileImageUrl = profileImageUrlAndItemsInfoUrl["profileImageUrl"]
    var itemsInfoUrl = profileImageUrlAndItemsInfoUrl["itemsInfoUrl"]
    //LineにAV女優名・一致度・女優の画像・女優のAVリストを送信します
    sendLine(name, confidence, profileImageUrl, itemsInfoUrl)
    logFile.getBody().appendParagraph(Logger.getLog());

}

function detectFaceId(uri){

  end_point = FACE_API_BASE_END_POINT + "detect"

  try {
    payload = {
      "url":uri
    }
    headers = {
      "Ocp-Apim-Subscription-Key": FACE_API_SUBSCRIPTION_KEY,
      "Content-Type": "application/json"
    };

    var res = UrlFetchApp.fetch(
      end_point,
      {
        'method': 'POST',
        'headers': headers,
        'payload': JSON.stringify(payload)
      }
    );

    res = JSON.parse(res)
    faceId = res[0]["faceId"]
    Logger.log("faceId: " + faceId)
    return faceId

  } catch (e){
    Logger.log("faceIdの取得に失敗しました")
    Logger.log("エラーメッセージ：" + e)
    return e
  }
}


function getPersonIdAndConfidence(faceId){

  /*
  * faceIdから、personIdとconfidenceを取得します
  * @params
    - faceId{String}: 画像から検出されたfaceId
  * @return
    - personIdAndoConfidence{array}
      - personId
      - concidence
  */

  end_point = FACE_API_BASE_END_POINT + "identify"

  try{
      faceIds = [faceId] //faceIdsはリストで送信される
      payload = {
        "faceIds" :faceIds,
        "personGroupId" :FACE_API_PERSON_GROUP,
      }

      res = UrlFetchApp.fetch(
        end_point,
        {
          'method': 'POST',
          'headers': headers,
          'payload': JSON.stringify(payload)
          //'payload': payload
        }
      );

      res = JSON.parse(res)

      var personId = res[0]["candidates"][0]["personId"]
      var confidence = res[0]["candidates"][0]["confidence"]
      Logger.log("personIdを取得しました: " + personId )
      Logger.log("coincidenceを取得しました: " + confidence)

      personIdAndConfidence = {
        "personId": personId,
        "confidence": confidence
      }
      return personIdAndConfidence;
    } catch (e){
      Logger.log("personId・confidenceの取得に失敗しました")
      Logger.log(e)
      return e
  }
}

function getActressName(personId){


  /*
   * Face APIから取得したpersonIdから、女優名を取得します
   * @ param
   *  - personId: Face APIで学習したpersonに紐づけられたID
   * @ return
   *  - name{string}: 女優名をフルネームで返します
  */

  end_point = FACE_API_BASE_END_POINT + "persongroups/" + FACE_API_PERSON_GROUP + "/persons/" + personId

  try {
    res = UrlFetchApp.fetch(
      end_point,
      {
        'method': 'GET',
        'headers': headers
      }
    );
    res = JSON.parse(res)
    name = res["name"] //女優名
    Logger.log("女優名を取得しました: " + name)
    return name;
  } catch (e){
    Logger.log("女優名を取得できませんでした")
    Logger.log(e)
    return e
  }
}


function getProfileImageUrlAndItemsInfoUrl(name){

  /*
  * AV女優名(name)から、DMMのAPIをかませて、女優の詳細データを取得します
  @param
    - name{String}: 女優名
  @return
    - actressInfo{array}:AV女優の以下の情報を取得
      - profileImageUrl{String}: 女優のプロフィール画像
      - itemsInfoUrl{String}: 女優が出演しているAVリストのURL
  */

  /* DMM APIから、女優名をもとに、サンプル動画のURLを取得
  */

  try {

    var encoded_query = encodeURI(name); //パーセントエンコーディングを行う
    var DMM_end_point = "https://api.dmm.com/affiliate/v3/ActressSearch?"
       + "api_id=" + DMM_API_ID
       + "&affiliate_id=" + DMM_AFFILIATE_ID
       + "&keyword=" + encoded_query
       + "&output=json"
    var response = UrlFetchApp.fetch(DMM_end_point)
    var txt = response.getContentText();
    var json = JSON.parse(txt);
    var actress = json.result.actress[0]
    var profileImageUrl = actress.imageURL.large
    profileImageUrl = profileImageUrl.replace(/^http?\:\/\//i, "https://");
    Logger.log("プロフィール画像を取得しました： " + profileImageUrl)
    var itemsInfoUrl = actress.listURL.digital
    itemsInfoUrl = itemsInfoUrl.replace(/^http?\:\/\//i, "https://");
    Logger.log("女優情報詳細ページURLを取得しました： " + itemsInfoUrl)
    var profileImageUrlAndItemsInfoUrl = {
      "profileImageUrl":profileImageUrl,
      "itemsInfoUrl": itemsInfoUrl
    }
    return profileImageUrlAndItemsInfoUrl;
  } catch (e){
    Logger.log("プロフィール写真と、女優情報詳細ページURLが取得できませんでした")
    return e
  }
}

function getImageBlobByImageUrl(url){

  /* LineのメッセージIDから、送られた画像をBlob形式で取得します、
   * @params
    - url{string}: 取得したい画像のURLです
   * @return
   * - imageBlob<string>: Blob形式で取得した画像ファイル
  */

  try {
    var res = UrlFetchApp.fetch(url, {
      'headers': {
        'Content-Type': 'application/json; charset=UTF-8',
        'Authorization': 'Bearer ' + LINE_ACCESS_TOKEN,
      },
      'method': 'get'
    });

    var imageBlob = res.getBlob().getAs("image/png").setName("temp.png")
    Logger.log("imageBlobの取得に成功しました")
    Logger.log("ContentType:" + imageBlob.getContentType())
    Logger.log("Name: " + imageBlob.getName())
    //Logger.log("")
    return imageBlob;

    /*
    var binaryData = res.getContent()
    var imageBlob = Utilities.newBlob(binaryData, 'image/png', 'MyImageName');
    return imageBlob
    */
  } catch(e) {
    Logger.log("バイナリ形式の画像取得に失敗しました")
    Logger.log("エラーメッセージ：" + e)
    return e
  }
}

function sendLine(name, coincidence, actressImageUrl, actressInfoUrl){

  Logger.log("name: "+ name)
  Logger.log("coincidence: "+ coincidence)
  Logger.log("actressImageUrl: "+ actressImageUrl)
  Logger.log("actressInfoUrl:" + actressInfoUrl)

  if (typeof coincidence === "undefined"){
    var messages = [{
      "type": "template",
      "altText": "すまん、みつからんかったのじゃ",
      "template": {
        "type": "buttons",
        "thumbnailImageUrl": 'https://rr.img.naver.jp/mig?src=http%3A%2F%2Fimgcc.naver.jp%2Fkaze%2Fmission%2FUSER%2F20160319%2F73%2F7666243%2F444%2F400x400xbb8969833802de4d23d8397c.jpg',
        "title": "あなたのスケベな願望に答えられませんでした。",
        "text": "一致するAV女優が見つかりませんでした。憤りを抑えられない方は献金してください",
        "actions": [
        {
        "type": "uri",
        "label": "献金する",
        "uri": "https://note.mu/daikawai/n/nc393f0355579"
      }
      ]
    }
    }];

  } else{
    var messages = [{
      "type": "template",
      "altText": "おすすめのAV女優はこれじゃ。",
      "template": {
        "type": "buttons",
        "thumbnailImageUrl": actressImageUrl,
        "title": name,
        "text": "一致度は" + (Math.round(coincidence * 100)) + "%じゃ",
        "actions": [
        {
        "type": "uri",
        "label": "動画一覧ページに移動！",
        "uri": actressInfoUrl
      }
      ]
    }
    }];
   }
  try {
    UrlFetchApp.fetch(LINE_END_POINT, {
      'headers': {
        'Content-Type': 'application/json; charset=UTF-8',
        'Authorization': 'Bearer ' + LINE_ACCESS_TOKEN,
      },
      'method': 'post',
      'payload': JSON.stringify({
        'replyToken': reply_token,
        'messages': messages,
      }),
    });
    return ContentService.createTextOutput(JSON.stringify({'content': 'post ok'})).setMimeType(ContentService.MimeType.JSON);  
  } catch (e){
    Logger.log("LINEへのメッセージ送信に失敗しました")
    Logger.log(e)
  }
}

function saveImageBlobAsPng(imageBlob){

  /*
    @params
      - imageBlob
    @void
      - Google Drive上の指定されたフォルダに画像を保存します
  */

    try{
    var folder = DriveApp.getFolderById(GOOGLE_DRIVE_FOLDER_ID);
    var file = folder.createFile(imageBlob);
    Logger.log("[INFO] Google Driveに以下のURLに画像が保存されました: " + folder.getUrl())
    Logger.log("file.getUrl():" + file.getUrl())
    return file.getUrl()
  } catch (e){
    Logger.log("[ERROE]Google Driveに画像を保存できませんでした")
    Logger.log(e)
  }

}


function getImageUrl(imageBlob){
  /* 
   * GyasoにImageBlobを投げて、その画像のURLを取得する
   * @params
   * - imageBlob {Blob}:
   * @return 
   * - imageUrl {string}:  
  */

  GYASO_END_POINT = "https://upload.gyazo.com/api/upload?access_token=" + GYASO_ACCESS_TOKEN
  Logger.log(imageBlob.getDataAsString("UTF16"))
  try{
    var res = UrlFetchApp.fetch(GYASO_END_POINT, {
      'method': 'post',
      'headers': {
        'Content-Type': 'multipart/form-data;'
      },
      'payload': {
        'imagedata': imageBlob.getDataAsString()
      }
    });
    res = JSON.parse(res)
    Logger.log(res)
  } catch (e){
    Logger.log(e)
  }


}

あいかわらずプログラマーから見たらマサカリが飛んできそうなコードです。僕のコードレビューしてくれる人募集です。

次のリリースに向けて

まだやり残していることがたくさんあるので、リビドードリブンで実装する。

Lineから画像ファイル指定で直で検索できるようにしたい　⇒　Google Apps Scriptでバイナリ形式で画像をPOSTする方法がわからなかったため、いったんストップ中
エラーリスポンスをより正確にしたい。画像ファイルの拡張子がだめなのか、画像が顔認識できないのか、そもそも似ているひとがいないのかがいまのレスポンスだとわからないので、そこの処理を明確にしたい。
学習する画像データの数と質を加えたい。現在スクレイピングで撮ってきた4000枚だが、一つ一つチェックしていないし、ものによっては画像があらすぎてはじかれているものが多い
現役でないおばさんのAV女優を除外する。昭和の香りがするAV女優はミレニアム世代からすると萎える（ここは炎上する可能性がある）現役のAV女優だけ残すには、人の手が必要なので、人件費が集まったらスケベ画像を集めるバイト雇いたい

よりよいスケベなサービスにするために、APIの利用費と、エロ画像を集める外注費用を集めるために、募金しています。よろしくお願いします。

Review of My Life

AIで似ているAV女優を紹介しているスケベAI「スケベ博士」を作りました。②実装編

実装技術編

前処理編

実行処理編

マッシュアップアプリは面白い

Google Apps Scriptのロジック

次のリリースに向けて

おすすめのまとめ記事

就活で悩める人におすすめの記事

エンジニア転職を考えている人向けの記事におすすめの記事

Note記事一覧