Merge pull request 'Добавление веб-версии сервиса' (#5) from webapp into master

Reviewed-on: #5

.prettierrc.json

@@ -0,0 +1,8 @@
+{
+    "semi": true,
+    "trailingComma": "all",
+    "singleQuote": true,
+    "printWidth": 160,
+    "tabWidth": 2,
+    "endOfLine": "auto"
+}

.run/main (check).run.xml

@@ -11,7 +11,7 @@
     <option name="IS_MODULE_SDK" value="true" />
     <option name="ADD_CONTENT_ROOTS" value="true" />
     <option name="ADD_SOURCE_ROOTS" value="true" />
-    <option name="SCRIPT_NAME" value="$PROJECT_DIR$/main.py" />
+    <option name="SCRIPT_NAME" value="$PROJECT_DIR$/src/main.py" />
     <option name="PARAMETERS" value="5cc5570b-6ed9-3b33-9db4-bdb8ecb9f890 &quot;test-data/lectionAudi/2021-03-12 13-51-07.JPG&quot;" />
     <option name="SHOW_COMMAND_LINE" value="false" />
     <option name="EMULATE_TERMINAL" value="false" />

.run/main (empty).run.xml

@@ -11,7 +11,7 @@
     <option name="IS_MODULE_SDK" value="true" />
     <option name="ADD_CONTENT_ROOTS" value="true" />
     <option name="ADD_SOURCE_ROOTS" value="true" />
-    <option name="SCRIPT_NAME" value="$PROJECT_DIR$/main.py" />
+    <option name="SCRIPT_NAME" value="$PROJECT_DIR$/src/main.py" />
     <option name="PARAMETERS" value="5cc5570b-6ed9-3b33-9db4-bdb8ecb9f890 &quot;test-data/lectionAudi/2021-03-12 13-49-32.JPG&quot;" />
     <option name="SHOW_COMMAND_LINE" value="false" />
     <option name="EMULATE_TERMINAL" value="false" />

.run/main (not empty).run.xml

@@ -11,7 +11,7 @@
     <option name="IS_MODULE_SDK" value="true" />
     <option name="ADD_CONTENT_ROOTS" value="true" />
     <option name="ADD_SOURCE_ROOTS" value="true" />
-    <option name="SCRIPT_NAME" value="$PROJECT_DIR$/main.py" />
+    <option name="SCRIPT_NAME" value="$PROJECT_DIR$/src/main.py" />
     <option name="PARAMETERS" value="5cc5570b-6ed9-3b33-9db4-bdb8ecb9f890 &quot;test-data/lectionAudi/2021-03-12 13-48-31.JPG&quot;" />
     <option name="SHOW_COMMAND_LINE" value="false" />
     <option name="EMULATE_TERMINAL" value="false" />

.run/webApp.run.xml

@@ -0,0 +1,25 @@
+<component name="ProjectRunConfigurationManager">
+  <configuration default="false" name="webApp" type="PythonConfigurationType" factoryName="Python">
+    <module name="VideoAnalysis" />
+    <option name="INTERPRETER_OPTIONS" value="" />
+    <option name="PARENT_ENVS" value="true" />
+    <envs>
+      <env name="PYTHONUNBUFFERED" value="1" />
+      <env name="FLASK_APP" value="src/webApp.py" />
+      <env name="FLASK_DEBUG" value="1" />
+    </envs>
+    <option name="SDK_HOME" value="" />
+    <option name="WORKING_DIRECTORY" value="$PROJECT_DIR$" />
+    <option name="IS_MODULE_SDK" value="true" />
+    <option name="ADD_CONTENT_ROOTS" value="true" />
+    <option name="ADD_SOURCE_ROOTS" value="true" />
+    <option name="SCRIPT_NAME" value="flask" />
+    <option name="PARAMETERS" value="run" />
+    <option name="SHOW_COMMAND_LINE" value="false" />
+    <option name="EMULATE_TERMINAL" value="false" />
+    <option name="MODULE_MODE" value="true" />
+    <option name="REDIRECT_INPUT" value="false" />
+    <option name="INPUT_FILE" value="" />
+    <method v="2" />
+  </configuration>
+</component>

.vscode/launch.json

@@ -0,0 +1,20 @@
+{
+
+  // Use IntelliSense to learn about possible attributes.
+  // Hover to view descriptions of existing attributes.
+  // For more information, visit: https://go.microsoft.com/fwlink/?linkid=830387
+  "version": "0.2.0",
+  "configurations": [
+    {
+      "name": "Python: Current File",
+      "type": "python",
+      "request": "launch",
+      "module": "flask",
+      "env": {
+        "FLASK_APP": "src/webApp.py",
+        "FLASK_DEBUG": "1"
+      },
+      "args": ["run", "--no-debugger", "--no-reload"]
+    }
+  ]
+}

README.md

@@ -1,22 +1,34 @@
-Окружение: Python 3.10
+# Сервис анализа фотографий при помощи базы знаний
 
-Сервис: http://kb.athene.tech/swagger-ui/index.html
+## Настройка и запуск
 
-Ручная установка зависимостей:
+Требуемое окружение: Python 3.10+.
+
+Настройка виртуальной среды и установка зависимостей:
 
 ```commandline
-pip install -r requirements.txt
-```
+python3 -m venv --clear .venv
+# или
+python -m venv --clear .venv
 
-Ручная установка зависимостей для mac с Apple Silicon:
+# для batch
+.venv\Scripts\activate.bat
+# для powershell
+.\.venv\Scripts\Activate.ps1
+# для bash (в т.ч. mac os x)
+source .venv/bin/activate
 
-```commandline
-pip install -r requirements-mac.txt
+python -m pip install -r requirements.txt
 ```
 
 Запуск:
 
 ```commandline
-main.py <Ontology UID> <Image Path>
-main.py 5cc5570b-6ed9-3b33-9db4-bdb8ecb9f890 "test-data/lectionAudi/2021-03-12 13-48-31.JPG"
+python -m flask --app src/webApp.py run
 ```
+
+После этого в браузере необходимо перейти по ссылке <http://127.0.0.1:5000/>.
+
+## Полезные ссылки
+
+* REST-сервис работы с онтологиями: <http://kb.athene.tech/swagger-ui/index.html>.

ontologyWorking.py

@@ -1,63 +0,0 @@
-import numpy as np
-import requests
-
-
-def is_ontology_exists(uid: str, url: str) -> bool:
-    '''
-    Проверяет, существует ли онтология в сервисе.
-    @param uid: УИД онтологии.
-    @param url: Базовый URL сервиса.
-    '''
-    list_ontologies = requests.get(url).json()['response']['items']
-    for onto in list_ontologies:
-        if onto['uid'] == uid:
-            return True
-    return False
-
-
-def rename_entity(list_names: dict) -> dict:
-    '''
-    Нормализация названий объектов.
-    @param list_names: Список названий объектов.
-    '''
-    temp_list = list()
-    for entity in list_names.values():
-        entity: str
-        temp_list.append(entity.title().replace(' ', ''))
-    return temp_list
-
-
-def get_entity_square(width: float, height: float) -> float:
-    '''
-    Получение площади занимаемой области.
-    @param width: Ширина области в px.
-    @param height: Высота области в px.
-    '''
-    return abs(width * height)
-
-
-def get_request_data(entities: dict, objects: np.ndarray, confs: np.ndarray, boxes: np.ndarray) -> tuple[list, list]:
-    '''
-    Формирование данных для сервиса онтологий.
-    @param entities: Список имён объектов.
-    @param results_ndarray: Результат распознавания объектов.
-    '''
-    classroom = 'classroom'
-    entities = rename_entity(entities)
-    object_properties = list()
-    data_properties = list()
-
-    for entity_idx, entity in enumerate(entities):
-        if (entity_idx in objects):
-            object_properties.append({'domain': entity, 'property': 'locatedIn', 'range': classroom})
-        else:
-            object_properties.append({'domain': entity, 'property': 'notLocatedIn', 'range': classroom})
-
-    for object_idx, object in enumerate(objects):
-        conf = confs[object_idx]
-        box = boxes[object_idx]
-        entity = entities[object.item()]
-        data_properties.append({'domain': entity, 'property': 'hasArea', 'value': get_entity_square(float(box[2]), float(box[3]))})
-        data_properties.append({'domain': entity, 'property': 'hasConfidence', 'value': float(conf)})
-
-    return object_properties, data_properties

requirements-mac.txt

@@ -1,50 +0,0 @@
-absl-py==1.4.0
-astunparse==1.6.3
-cachetools==5.3.0
-certifi==2023.5.7
-charset-normalizer==3.1.0
-flatbuffers==23.5.9
-gast==0.4.0
-google-auth==2.18.1
-google-auth-oauthlib==1.0.0
-google-pasta==0.2.0
-grpcio==1.54.2
-h5py==3.8.0
-idna==3.4
-jax==0.4.10
-keras==2.12.0
-libclang==16.0.0
-Markdown==3.4.3
-MarkupSafe==2.1.2
-matplotlib==3.7.1
-ml-dtypes==0.1.0
-numpy==1.23.5
-oauthlib==3.2.2
-opencv-python==4.7.0.72
-opt-einsum==3.3.0
-packaging==23.1
-pandas==2.0.1
-Pillow==9.5.0
-protobuf==4.23.1
-psutil==5.9.5
-PyYAML==6.0
-pyasn1==0.5.0
-pyasn1-modules==0.3.0
-requests==2.30.0
-requests-oauthlib==1.3.1
-rsa==4.9
-scipy==1.10.1
-six==1.16.0
-tensorboard==2.12.3
-tensorboard-data-server==0.7.0
-tensorflow_macos==2.12.0
-tensorflow-estimator==2.12.0
-termcolor==2.3.0
-torch==2.0.1
-torchvision==0.15.2
-tqdm==4.65.0
-typing_extensions==4.5.0
-ultralytics==8.0.105
-urllib3==1.26.15
-Werkzeug==2.3.4
-wrapt==1.14.1

requirements.txt

@@ -1,52 +1,41 @@
-absl-py==1.4.0
-astunparse==1.6.3
-cachetools==5.3.0
+blinker==1.6.2
 certifi==2023.5.7
 charset-normalizer==3.1.0
-flatbuffers==23.5.9
-gast==0.4.0
-google-auth==2.18.1
-google-auth-oauthlib==1.0.0
-google-pasta==0.2.0
-grpcio==1.54.2
-h5py==3.8.0
+click==8.1.3
+colorama==0.4.6
+contourpy==1.1.0
+cycler==0.11.0
+filelock==3.12.2
+Flask==2.3.2
+fonttools==4.40.0
 idna==3.4
-jax==0.4.10
-keras==2.12.0
-libclang==16.0.0
-Markdown==3.4.3
-MarkupSafe==2.1.2
+itsdangerous==2.1.2
+Jinja2==3.1.2
+kiwisolver==1.4.4
+MarkupSafe==2.1.3
 matplotlib==3.7.1
-ml-dtypes==0.1.0
-numpy==1.23.5
-oauthlib==3.2.2
+mpmath==1.3.0
+networkx==3.1
+numpy==1.25.0
 opencv-python==4.7.0.72
-opt-einsum==3.3.0
 packaging==23.1
-pandas==2.0.1
+pandas==2.0.2
 Pillow==9.5.0
-protobuf==4.23.1
 psutil==5.9.5
+pyparsing==3.1.0
+python-dateutil==2.8.2
+pytz==2023.3
 PyYAML==6.0
-pyasn1==0.5.0
-pyasn1-modules==0.3.0
-requests==2.30.0
-requests-oauthlib==1.3.1
-rsa==4.9
-scipy==1.10.1
+requests==2.31.0
+scipy==1.11.0
+seaborn==0.12.2
 six==1.16.0
-tensorboard==2.12.3
-tensorboard-data-server==0.7.0
-tensorflow==2.12.0
-tensorflow-estimator==2.12.0
-tensorflow-intel==2.12.0
-tensorflow-io-gcs-filesystem==0.31.0
-termcolor==2.3.0
+sympy==1.12
 torch==2.0.1
 torchvision==0.15.2
 tqdm==4.65.0
-typing_extensions==4.5.0
-ultralytics==8.0.105
-urllib3==1.26.15
-Werkzeug==2.3.4
-wrapt==1.14.1
+typing_extensions==4.6.3
+tzdata==2023.3
+ultralytics==8.0.123
+urllib3==2.0.3
+Werkzeug==2.3.6

src/imageWorking.py

@@ -1,18 +1,18 @@
 import cv2 as cv
 import numpy as np
 
-from main import img_size as size
+img_size = (1280, 720) # Размер изображения для нормализации.
 
 def image_transform(image: np.ndarray) -> np.ndarray:
     '''
     Трансформирует изображение нужным образом.
     @param image: Исходная матрица с представлением изображения.
     '''
-    image = cv.resize(image, (size[0], size[1]))
+    image = cv.resize(image, (img_size[0], img_size[1]))
     return image[:, :, ::-1]
 
 
-def get_image_as_array(image_name: str) -> np.ndarray:
+def get_image_file_as_array(image_name: str) -> np.ndarray:
     '''
     Получает изображение из файла и нормализует его.
     @param image_name: Путь до изображения.
@@ -21,3 +21,13 @@ def get_image_as_array(image_name: str) -> np.ndarray:
     image: np.ndarray  # приведение типов
     image = image_transform(image)
     return image
+
+def get_image_buf_as_array(buf) -> np.ndarray:
+    '''
+    Получает изображение из буфера и нормализует его.
+    @param image_name: Путь до изображения.
+    '''
+    image = cv.imdecode(buf, cv.IMREAD_COLOR)
+    image: np.ndarray  # приведение типов
+    image = image_transform(image)
+    return image

src/main.py

@@ -2,31 +2,25 @@ import os
 import sys
 
 import cv2 as cv
-import requests
+import numpy as np
 
 import imageWorking
 import neuralNetwork
 import ontologyWorking
 
-url = 'http://kb.athene.tech/api/1.0/ontology/'
-img_path = 'data'
-img_size = (1280, 720) # Размер изображения для нормализации.
 
-
-def analyze_file(uid: str, image_path: str) -> None:
+def analyze_base(ontology_uid: str, image: np.ndarray, queries: list[str]) -> tuple[2]:
     '''
-    Анализирует файл и выводит результат в консоль.
-    @param uid: УИД онтологии.
-    @param url: Базовый URL сервиса.
+    Базовая функция анализа файла и вывода результатов обработки.
+    @param ontology_uid: УИД онтологии.
+    @param image: Изображение.
     '''
-    if not ontologyWorking.is_ontology_exists(uid, url):
-        raise Exception(f'Онтология с uid {uid} не существует')
-    if not os.path.isfile(image_path):
-        raise Exception(f'Изображение {image_path} не существует')
+    if image is None:
+        raise Exception(f'Изображение не указано')
     model = neuralNetwork.load_model()
 
     # Распознавание изображения.
-    results = model.predict(source=imageWorking.get_image_as_array(image_path))
+    results = model.predict(source=image)
     
     # Создание аксиом онтологии на основе результатов распознавания.
     object_properties = list()
@@ -39,23 +33,32 @@ def analyze_file(uid: str, image_path: str) -> None:
         object_properties += request[0]
         data_properties += request[1]
 
-    # Формирование данных для запроса к сервису работы с онтологиями.
-    data = {
-        'data':
-            {
-                'objectPropertyAssertions': object_properties,
-                'dataPropertyAssertions': data_properties
-            }
-    }
+
+    # Выполнение запроса к сервису работы с онтологиями
+    response = ontologyWorking.analyze(ontology_uid, object_properties, data_properties, queries)
+
+    return results, response
+
+
+def analyze_file(ontology_uid: str, image_path: str) -> None:
+    '''
+    Анализирует файл и выводит результат в консоль.
+    @param ontology_uid: УИД онтологии.
+    @param image_path: Путь до изображения.
+    '''
+    if not os.path.isfile(image_path):
+        raise Exception(f'Изображение {image_path} не существует')
+    image = imageWorking.get_image_file_as_array(image_path)
+    queries = [ 'QueryGetNotEmpty', 'QueryGetCheck', 'QueryGetEmpty' ]
+
+    # Распознавание изображения.
+    results, response = analyze_base(ontology_uid, image, queries)
+    
     result = {
         'QueryGetNotEmpty': '',
         'QueryGetCheck': '',
         'QueryGetEmpty': ''
     }
-    params = '&'.join([f'names={query}' for query in result.keys()])
-    
-    # Выполнение запроса.
-    response = requests.post(url + f'{uid}/query/multi?{params}', json=data).json()
     if response['error']:
         raise Exception(response['error'])
     for query in response['response']:
@@ -79,6 +82,7 @@ def analyze_file(uid: str, image_path: str) -> None:
     cv.waitKey(0)
     cv.destroyAllWindows()
 
+
 # Точка входа в приложение.
 if __name__ == '__main__':
     if len(sys.argv) != 3:

src/ontologyWorking.py

@@ -0,0 +1,128 @@
+import numpy as np
+import requests
+
+
+url = 'http://kb.athene.tech/api/1.0/ontology/'
+
+
+def is_ontology_exists(ontology_uid: str, url: str) -> bool:
+    '''
+    Проверяет, существует ли онтология в сервисе.
+    @param ontology_uid: УИД онтологии.
+    @param url: Базовый URL сервиса.
+    '''
+    list_ontologies = requests.get(url).json()
+    list_ontologies = list_ontologies['response']['items']
+    for onto in list_ontologies:
+        if onto['uid'] == ontology_uid:
+            return True
+    return False
+
+
+def upload_ontology(name: str, file_buf) -> str:
+    """
+    Загружает файл.
+    :param name: Имя файла.
+    :param file_buf: Содержимое файла.
+    :return: УИД загруженной онтологии.
+    """
+    files = {'file': file_buf}
+    response = requests.post(f'{url}?name={name}', files=files)
+    response = response.json()
+    return response['response']['uid']
+
+
+def delete_ontology(ontology_uid: str) -> bool:
+    """
+    Загружает файл.
+    :param name: Имя файла.
+    :param file_buf: Содержимое файла.
+    :return: УИД загруженной онтологии.
+    """
+    response = requests.delete(url + ontology_uid)
+    response = response.json()
+    return False if response['error'] else True
+
+
+def rename_entity(list_names: dict) -> dict:
+    '''
+    Нормализация названий объектов.
+    @param list_names: Список названий объектов.
+    '''
+    temp_list = list()
+    for entity in list_names.values():
+        entity: str
+        temp_list.append(entity.title().replace(' ', ''))
+    return temp_list
+
+
+def get_entity_square(width: float, height: float) -> float:
+    '''
+    Получение площади занимаемой области.
+    @param width: Ширина области в px.
+    @param height: Высота области в px.
+    '''
+    return abs(width * height)
+
+
+def get_request_data(entities: dict, objects: np.ndarray, confs: np.ndarray, boxes: np.ndarray) -> tuple[list, list]:
+    '''
+    Формирование данных для сервиса онтологий.
+    @param entities: Список имён объектов.
+    @param results_ndarray: Результат распознавания объектов.
+    '''
+    classroom = 'classroom'
+    entities = rename_entity(entities)
+    object_properties = list()
+    data_properties = list()
+
+    for entity_idx, entity in enumerate(entities):
+        if (entity_idx in objects):
+            object_properties.append(
+                {'domain': entity, 'property': 'locatedIn', 'range': classroom})
+        else:
+            object_properties.append(
+                {'domain': entity, 'property': 'notLocatedIn', 'range': classroom})
+
+    for object_idx, object in enumerate(objects):
+        conf = confs[object_idx]
+        box = boxes[object_idx]
+        entity = entities[object.item()]
+        data_properties.append(
+            {'domain': entity,
+             'property': 'hasArea',
+             'value': get_entity_square(float(box[2]), float(box[3]))})
+        data_properties.append(
+            {'domain': entity,
+             'property': 'hasConfidence',
+             'value': float(conf)})
+
+    return object_properties, data_properties
+
+
+def analyze(ontology_uid: str, object_properties: list, data_properties: list, queries: list[str]) -> tuple[2]:
+    '''
+    Базовая функция анализа.
+    @param ontology_uid: УИД онтологии.
+    @param object_properties: Объектные свойства.
+    @param data_properties: Свойства данных.
+    @param queries: Список запросов для запуска.
+    '''
+    if not is_ontology_exists(ontology_uid, url):
+        raise Exception(f'Онтология с uid {ontology_uid} не существует')
+
+    # Формирование данных для запроса к сервису работы с онтологиями.
+    data = {
+        'data':
+            {
+                'objectPropertyAssertions': object_properties,
+                'dataPropertyAssertions': data_properties
+            }
+    }
+    params = '&'.join([f'names={query}' for query in queries])
+
+    # Выполнение запроса.
+    response = requests.post(
+        url + f'{ontology_uid}/query/multi?{params}', json=data).json()
+
+    return response

src/webApp.py

@@ -0,0 +1,58 @@
+import base64
+import cv2 as cv
+from flask import Flask, redirect, request
+import numpy
+from imageWorking import get_image_buf_as_array
+from main import analyze_base
+from ontologyWorking import delete_ontology, upload_ontology
+
+app = Flask(__name__, static_folder="../static", static_url_path="/")
+
+
+@app.route("/")
+def main():
+    return redirect('index.html')
+
+
+@app.route("/analyze", methods=["POST"])
+def analyze():
+    # Первоначальные проверки.
+    if 'image' not in request.files or request.files['image'].filename == '':
+        return {
+            'success': False,
+            'error': 'Укажите изображение',
+        }
+
+    ontology_uid = '5cc5570b-6ed9-3b33-9db4-bdb8ecb9f890'
+    remove_ontology = False
+    if 'ontology' in request.files and request.files['ontology'].filename != '':
+        ontology_uid = upload_ontology(
+            request.files['ontology'].filename, request.files['ontology'])
+        remove_ontology = True
+
+    # Подготовка исходного изображения.
+    image_source = request.files['image'].read()
+    image_source = numpy.fromstring(image_source, numpy.uint8)
+    image_source = get_image_buf_as_array(image_source)
+
+    # Подготовка прочих данных и выполнение запроса.
+    queries = request.form['queries'].split(
+        ',') if request.form['queries'] is not None else []
+    results, response = analyze_base(ontology_uid, image_source, queries)
+
+    # Если требуется, чистим за собой.
+    if remove_ontology:
+        delete_ontology(ontology_uid)
+
+    # Подготовка изображения с ответом.
+    image_result = results[0].plot()
+    image_result = cv.cvtColor(image_result, cv.COLOR_BGR2RGB)
+    image_result = cv.imencode(".jpg", image_result)[1]
+    image_result = base64.b64encode(image_result).decode("utf-8")
+
+    # Вывод ответа.
+    return {
+        'success': True,
+        'data': response,
+        'image': image_result,
+    }

static/index.html

@@ -0,0 +1,73 @@
+<!DOCTYPE html>
+<html lang="en" class="h-100">
+  <head>
+    <meta charset="UTF-8" />
+    <meta http-equiv="X-UA-Compatible" content="IE=edge" />
+    <meta name="viewport" content="width=device-width, initial-scale=1.0" />
+    <title>Анализ аудиторий</title>
+    <link
+      href="https://cdn.jsdelivr.net/npm/bootstrap@5.3.0/dist/css/bootstrap.min.css"
+      rel="stylesheet"
+      integrity="sha384-9ndCyUaIbzAi2FUVXJi0CjmCapSmO7SnpJef0486qhLnuZ2cdeRhO02iuK6FUUVM"
+      crossorigin="anonymous"
+    />
+    <script
+      src="https://cdn.jsdelivr.net/npm/bootstrap@5.3.0/dist/js/bootstrap.bundle.min.js"
+      integrity="sha384-geWF76RCwLtnZ8qwWowPQNguL3RmwHVBC9FhGdlKrxdiJJigb/j/68SIy3Te4Bkz"
+      crossorigin="anonymous"
+    ></script>
+    <link rel="stylesheet" href="style.css" />
+    <script src="site.js"></script>
+  </head>
+
+  <body class="bg-body-secondary h-100">
+    <div id="wrapper" class="d-flex align-items-center">
+      <div class="container py-3">
+        <div class="card">
+          <div class="card-body">
+            <div class="row">
+              <div class="col-lg">
+                <p class="alert alert-info">Загрузите изображение и, если требуется, собственную онтологию для анализа.</p>
+                <form id="uploadForm" action="analyze">
+                  <div class="my-3">
+                    <label for="image" class="form-label">Изображение для анализа</label>
+                    <input type="file" class="form-control" name="image" id="image" />
+                  </div>
+                  <div class="my-3">
+                    <label for="ontology" class="form-label">Онтология предметной области</label>
+                    <input type="file" class="form-control" name="ontology" id="ontology" aria-describedby="ontologyHelp" />
+                    <div id="ontologyHelp" class="form-text">Для анализа заполненности аудиторий оставьте это поле пустым.</div>
+                  </div>
+                  <div class="my-3">
+                    <label for="queries" class="form-label">Набор запросов для запуска</label>
+                    <input
+                      type="text"
+                      class="form-control"
+                      name="queries"
+                      id="queries"
+                      aria-describedby="queriesHelp"
+                      value="QueryGetNotEmpty,QueryGetCheck,QueryGetEmpty"
+                    />
+                    <div id="queriesHelp" class="form-text">Для анализа заполненности аудиторий не изменяйте это поле.</div>
+                  </div>
+                  <div class="my-3">
+                    <button type="submit" class="btn btn-primary">Отправить</button>
+                  </div>
+                </form>
+              </div>
+              <div class="col-lg">
+                <div id="loaderWrapper" class="d-none">
+                  <div class="spinner-border text-primary" role="status">
+                    <span class="visually-hidden">Загрузка...</span>
+                  </div>
+                </div>
+                <img src="none.png" alt="Результат" id="imgslot" class="w-100" />
+                <div id="queriesResult"></div>
+              </div>
+            </div>
+          </div>
+        </div>
+      </div>
+    </div>
+  </body>
+</html>

static/site.js

@@ -0,0 +1,53 @@
+const renderResultMarkup = (query, result) =>
+  `
+<h1 class="display-6">${query}</h1>
+<table class="table table-bordered table-striped">
+<tr>
+  ${result.columns.map((column) => `<th>${column}</th>`).join('')}
+</tr>
+${result.rows.map(
+  (row) =>
+    `<tr>${Object.entries(row)
+      .map(([key, value]) => `<td>${value.value}</td>`)
+      .join('')}</tr>`,
+)}
+</table>`;
+
+const processAnalyzeResult = (data) => {
+  const img = document.getElementById('imgslot');
+  const queriesResult = document.getElementById('queriesResult');
+
+  img.src = 'none.png';
+  if (data.image) {
+    img.src = 'data:image/jpg;base64,' + data.image;
+  }
+
+  queriesResult.innerHTML = '';
+  if (data.data && data.data.response) {
+    for (const [query, result] of Object.entries(data.data.response)) {
+      queriesResult.innerHTML += renderResultMarkup(query, result);
+    }
+  } else if (data.data && data.data.error) {
+    queriesResult.innerHTML = `<div class="alert alert-danger">${JSON.stringify(data.data.error)}</div>`;
+  }
+};
+
+const handleFormSubmit = (event) => {
+  event.preventDefault();
+  const data = new FormData(event.target);
+  const loaderWrapper = document.getElementById('loaderWrapper');
+  loaderWrapper.classList.remove('d-none');
+  fetch('/analyze', { method: 'POST', body: data })
+    .then((res) => res.json())
+    .then(processAnalyzeResult)
+    .catch(() => {
+      alert('Произошла внутренняя ошибка.');
+    })
+    .finally(() => {
+      loaderWrapper.classList.add('d-none');
+    });
+};
+
+document.addEventListener('DOMContentLoaded', () => {
+  document.getElementById('uploadForm').addEventListener('submit', handleFormSubmit);
+});

static/style.css

@@ -0,0 +1,15 @@
+#wrapper {
+  min-height: 100%;
+}
+
+#loaderWrapper {
+  position: absolute;
+  left: 0;
+  right: 0;
+  top: 0;
+  bottom: 0;
+  background-color: #33333333;
+  display: flex;
+  justify-content: center;
+  align-items: center;
+}