mood-img 0.0.4

English description follows Japanese.

概要

mood_img は、与えられた説明文にもっともマッチする画像を提示する Python ライブラリです。 プレゼン資料、スライド、動画などで適切な画像を探したいときに役立ちます。

特徴

• 説明文から画像検索： 例：「毎朝朝食を急いで食べます」→ 朝食の写真を取得
• ローカル画像から選定： ユーザー自身が指定した画像ディレクトリ内から選ばれます
• 重複回避機能： 同じスクリプト実行中は、同じ画像が繰り返し選ばれにくくなっています
• コマンドライン対応： Python スクリプトなしでも画像取得が可能です

使い方

1. 初期設定

画像ファイルが入っているディレクトリを指定します。これは最初に一度だけ必要です。

import mood_img

mood_img.set_imgdir("path/to/imgs")

2. 画像を取得する

任意の説明文に対応する画像のパスが返されます。

print(mood_img.get("私がタヌキで"))	# 例: ./imgs/tanuki01.png
print(mood_img.get("こちらがキツネです。"))	# 例: ./imgs/fox_surprised.jpg

3. コマンドラインから使用

mood_img "私がタヌキで" "こちらがキツネです。"

カレントディレクトリに 0.png, 1.jpg のような形式で画像が保存されます。

注意点

• 画像ディレクトリの準備が必要： このライブラリはインターネット検索を行わないため、利用者自身が画像ファイルを用意する必要があります。
• 画像の重複は完全には防げない： 可能な限り回避されますが、候補画像が足りない場合は重複することがあります。

Overview

mood_img is a Python library that helps you find the most fitting image based on a given description. It is especially useful when creating slides, presentations, or videos and you want an image that matches a specific mood or sentence.

Features

• Text-to-image matching: Example: "I rush through breakfast every morning" → Image of a breakfast
• Uses local image directory: Images are selected from a directory specified by the user
• Avoids duplicate selections: Within a single script run, it tries not to return the same image multiple times
• Command-line usage available: Can be used without writing any Python code

Usage

1. Initial Setup

You must first specify the image directory containing your image files.

import mood_img

mood_img.set_imgdir("path/to/imgs")

2. Retrieve images

Pass a description, and the path to the most relevant image will be returned.

print(mood_img.get("I am a tanuki"))	# Example: ./imgs/tanuki01.png
print(mood_img.get("This one is a fox."))	# Example: ./imgs/fox_surprised.jpg

3. Command-line usage

mood_img "I am a tanuki" "This one is a fox."

This will generate 0.png, 1.jpg, etc., in the current working directory.

Notes

• You must prepare image files: This tool does not fetch images from the internet. You need to provide a local image dataset.
• Duplicate images may still appear: While it tries to avoid showing the same image more than once, duplicates can occur if there are not enough available options.