『F6号』と『A4くらい』が同じ列に並ぶ作品台帳を、Gemini の読み取りと号数表の換算で cm に揃えるまで

# size_schema.py — 読み取り結果の型。換算はここに含めない
from enum import Enum
from typing import Optional
from pydantic import BaseModel, Field
 
 
class Kind(str, Enum):
    canvas = "canvas"    # F6号・P10 などの号数
    paper = "paper"      # A4・B5 などの紙の規格
    cm = "cm"            # 41×31.8cm のような直書き
    unknown = "unknown"  # 読めない・判断できない
 
 
class SizeRead(BaseModel):
    row_id: int = Field(description="入力の行番号をそのまま返す")
    kind: Kind
    series: Optional[str] = Field(
        default=None, description="F/P/M/S または A/B。kind が canvas/paper のときだけ"
    )
    number: Optional[int] = Field(
        default=None, description="号数または規格の数字。kind が canvas/paper のときだけ"
    )
    first_cm: Optional[float] = Field(
        default=None, description="kind が cm のとき、書かれていた順に一つ目の数字"
    )
    second_cm: Optional[float] = Field(
        default=None, description="kind が cm のとき、二つ目の数字。『30cm角』なら一つ目と同じ"
    )
    approximate: bool = Field(description="『くらい』『約』『程度』が付いていれば true")
    note: str = Field(description="迷った点。なければ空文字")

# read_sizes.py — 一回の呼び出しで全行を読み、行番号を突き合わせる
import os
from google import genai
from google.genai import types
from pydantic import TypeAdapter
from size_schema import SizeRead
 
client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])
MODEL = "gemini-3.8-flash"
 
INSTRUCTION = """あなたは作品台帳のサイズ欄を読み取る係です。
各行の文字列がどの種類の書き方かを判定し、書かれている数字を転記してください。
cm への換算はしないでください。号数や紙の規格は series と number に分けるだけです。
「くらい」「約」「程度」が付いていれば approximate を true にしてください。
入力の行はすべて返し、row_id は入力の番号をそのまま使ってください。"""
 
 
def read_sizes(rows: list[tuple[int, str]]) -> list[SizeRead]:
    body = "\n".join(f"{row_id}\t{raw}" for row_id, raw in rows)
    res = client.models.generate_content(
        model=MODEL,
        contents=f"{INSTRUCTION}\n\n行番号\tサイズ欄\n{body}",
        config=types.GenerateContentConfig(
            response_mime_type="application/json",
            response_schema=list[SizeRead],
            temperature=0,
        ),
    )
    parsed = TypeAdapter(list[SizeRead]).validate_json(res.text)
 
    # 送った行と返った行を突き合わせる。ここを省くと欠けたまま先へ進む
    sent = {row_id for row_id, _ in rows}
    got = [p.row_id for p in parsed]
    if sorted(got) != sorted(sent):
        missing = sent - set(got)
        dup = {r for r in got if got.count(r) > 1}
        raise RuntimeError(f"行の対応が崩れました missing={missing} dup={dup}")
    return sorted(parsed, key=lambda p: p.row_id)

# convert.py — 換算は表で、向きは画像で決める
from pathlib import Path
from typing import Optional
from PIL import Image
from size_schema import SizeRead, Kind
 
# 号数表: (series, number) -> (長辺 cm, 短辺 cm)
CANVAS = {
    ("F", 0): (18.0, 14.0), ("F", 3): (27.3, 22.0), ("F", 4): (33.3, 24.2),
    ("F", 6): (41.0, 31.8), ("F", 8): (45.5, 38.0), ("F", 10): (53.0, 45.5),
    ("F", 12): (60.6, 50.0), ("F", 15): (65.2, 53.0), ("F", 20): (72.7, 60.6),
    ("F", 30): (91.0, 72.7),
    ("P", 6): (41.0, 27.3), ("P", 10): (53.0, 41.0),
    ("M", 6): (41.0, 24.2), ("M", 10): (53.0, 33.3),
    ("S", 6): (41.0, 41.0), ("S", 10): (53.0, 53.0),
}
PAPER = {
    ("A", 3): (42.0, 29.7), ("A", 4): (29.7, 21.0), ("A", 5): (21.0, 14.8),
    ("B", 4): (36.4, 25.7), ("B", 5): (25.7, 18.2),
}
 
 
def pair_cm(r: SizeRead) -> Optional[tuple[float, float]]:
    """読み取り結果から (長辺, 短辺) を返す。引けなければ None"""
    if r.kind == Kind.cm and r.first_cm and r.second_cm:
        a, b = float(r.first_cm), float(r.second_cm)
        return (max(a, b), min(a, b))
    if r.kind == Kind.canvas and r.series and r.number is not None:
        return CANVAS.get((r.series.upper(), r.number))
    if r.kind == Kind.paper and r.series and r.number is not None:
        return PAPER.get((r.series.upper(), r.number))
    return None
 
 
def with_orientation(pair: tuple[float, float], image: Path) -> tuple[float, float]:
    """画像の縦横比で (幅, 高さ) の順に並べ替える"""
    long_cm, short_cm = pair
    with Image.open(image) as im:
        w, h = im.size
    return (long_cm, short_cm) if w >= h else (short_cm, long_cm)

# build.py — 台帳 → 読み取り → 換算 → JSON
import json
from pathlib import Path
from openpyxl import load_workbook
from read_sizes import read_sizes
from convert import pair_cm, with_orientation
 
LEDGER = Path("作品管理.xlsx")
IMAGES = Path("images")        # {作品ID}.jpg を置く
OUT = Path("artworks.json")
 
wb = load_workbook(LEDGER, data_only=True)
ws = wb["作品一覧"]
 
rows, meta = [], {}
for row_id, row in enumerate(ws.iter_rows(min_row=3, values_only=True), start=1):
    artwork_id, title, size_raw = row[0], row[1], row[3]
    if not artwork_id:
        continue
    rows.append((row_id, str(size_raw or "").strip()))
    meta[row_id] = {"id": str(artwork_id), "title": str(title)}
 
reads = read_sizes(rows)
raw_by_id = dict(rows)
 
out, review = [], []
for r in reads:
    m = meta[r.row_id]
    pair = pair_cm(r)
    image = IMAGES / f"{m['id']}.jpg"
    if pair is None or not image.exists():
        review.append({**m, "raw": raw_by_id[r.row_id], "note": r.note or "表にない・画像なし"})
        continue
    w_cm, h_cm = with_orientation(pair, image)
    out.append({
        **m,
        "width_cm": w_cm,
        "height_cm": h_cm,
        "approximate": r.approximate,    # サイトでは「約」を頭に付ける
        "size_raw": raw_by_id[r.row_id],  # 元の文字列も残す
    })
 
OUT.write_text(json.dumps(out, ensure_ascii=False, indent=2), encoding="utf-8")
print(f"確定 {len(out)} 行 / 要確認 {len(review)} 行")
for item in review:
    print(" -", item["id"], item["title"], "|", item["raw"], "|", item["note"])