DjangoとTensorFlowのデータ受け渡しについて

全体の流れ

1. ユーザーがWebサイトから画像をアップロード
2. Djangoがその画像を受け取って保存
3. TensorFlowモデルに画像を渡して分類を実行
4. 分類結果を受け取り、DjangoがWebページに結果を表示

データを「渡す」ときのルール（Django → TensorFlow）

Django内の関数やモジュールとして実行できる
直接関数を呼ぶ方式が一般的

TensorFlowをPythonコードとして呼び出すパターン

views.py

def classify_image_view(request):
    if request.method == 'POST' and request.FILES['image']:
        image_file = request.FILES['image']
        
        # 画像を一時保存
        temp_path = f'temp_images/{image_file.name}'
        with open(temp_path, 'wb+') as f:
            for chunk in image_file.chunks():
                f.write(chunk)

        # TensorFlowモデルに画像パスを渡す
        from .ai_model import classify_image
        result = classify_image(temp_path)

        return render(request, 'result.html', {'result': result})

ai_model.py の例（TensorFlowを使う部分）

ai_model.py

import tensorflow as tf
from tensorflow.keras.preprocessing import image
import numpy as np

labels = ['動物', '風景', 'スポーツ', '機械', '文字']

def classify_image(img_path):
    model = tf.keras.models.load_model('model.h5')

    img = image.load_img(img_path, target_size=(224, 224))
    img_array = image.img_to_array(img) / 255.0
    img_array = np.expand_dims(img_array, axis=0)

    predictions = model.predict(img_array)
    predicted_index = np.argmax(predictions)
    return labels[predicted_index]

データを「戻す」ときのルール（TensorFlow → Django）

TensorFlowが返すのは基本的に 分類ラベル or 数値のリスト です。

• Django側で HTMLに結果を埋め込んで表示すればOK
• あるいはJSONで返してJavaScriptに渡す場合も可能です（非同期表示にしたいとき）

HTMLで返す例

<!-- result.html -->
<h2>画像分類の結果:</h2>
<p>この画像は「{{ result }}」と判定されました。</p>

まとめ：処理の設計ポイント

処理フェーズ	内容	技術
画像アップロード	HTMLフォーム＋Djangoのrequest.FILES	Django
一時保存	with open()などで保存	Python
モデル実行	TensorFlowで画像分類	TensorFlow + NumPy
結果を返す	ラベル名や信頼度を文字列で返す	Python
表示処理	render() でテンプレートに埋め込む	Django Template Engine