app.py

import streamlit as st
import numpy as np
import cv2
from tensorflow.keras.models import load_model

# 1. Page Configuration / Sayfa Ayarları (Centered layout seçildi)
st.set_page_config(page_title="CNN Boundary Detector", layout="centered")

# Sabitleme ve Titremeyi Önleme için CSS
st.markdown("""
    <style>
    .stImage > img {
        border-radius: 8px;
        border: 1px solid #ddd;
    }
    /* Sütunlar arasındaki boşluğu ve hizalamayı koru */
    [data-testid="stHorizontalBlock"] {
        align-items: center;
    }
    </style>
    """, unsafe_allow_html=True)

@st.cache_resource
def load_my_model():
    # Model ismini kendi dosya isminle değiştir (.h5 veya .keras)
    return load_model("cnn_segmentation_model.keras", compile=False)

model = load_my_model()

# Header / Başlık (Ortalı)
st.markdown("<h1 style='text-align: center;'>🎯 Boundary Detection System</h1>", unsafe_allow_html=True)
st.markdown("<h3 style='text-align: center; color: gray;'>Kenar ve Sınır Tespit Sistemi</h3>", unsafe_allow_html=True)
st.write("---")

# 2. Upload Section / Yükleme Bölümü
uploaded_file = st.file_uploader("Upload Image / Resim Yükleyin", type=["jpg", "jpeg", "png"])

if uploaded_file is not None:
    # Görüntü İşleme
    file_bytes = np.asarray(bytearray(uploaded_file.read()), dtype=np.uint8)
    img = cv2.imdecode(file_bytes, 1)
    img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

    # Model Tahmini (168x168)
    img_input = cv2.resize(img_rgb, (168, 168)) / 255.0
    img_input = np.expand_dims(img_input, axis=0)
    
    with st.spinner('Analyzing... / Analiz ediliyor...'):
        pred = model.predict(img_input, verbose=0)[0]
        mask = pred.squeeze()

        # Notebook stili parlatma (Normalization)
        mask_norm = (mask - mask.min()) / (mask.max() - mask.min() + 1e-7)
        mask_255 = (mask_norm * 255).astype(np.uint8)
        
        # Orijinal boyuta geri getir
        mask_resized = cv2.resize(mask_255, (img_rgb.shape[1], img_rgb.shape[0]))

        # Overlay (Yeşil Kenar)
        overlay = img_rgb.copy()
        # Eşik (Threshold) 120 olarak ayarlandı
        overlay[mask_resized > 120] = [0, 255, 0] 
        final_blend = cv2.addWeighted(img_rgb, 0.7, overlay, 0.3, 0)

    # 3. YAN YANA VE ORTALANMIŞ GÖSTERİM
    col1, col2 = st.columns(2)

    with col1:
        st.markdown("<p style='text-align: center; font-weight: bold;'>Original / Orijinal</p>", unsafe_allow_html=True)
        st.image(img_rgb, use_container_width=True)

    with col2:
        st.markdown("<p style='text-align: center; font-weight: bold;'>Prediction / Tahmin</p>", unsafe_allow_html=True)
        st.image(final_blend, use_container_width=True)

    # Opsiyonel: Siyah Beyaz Maske
    st.write("---")
    with st.expander("Show Binary Mask / İkili Maskeyi Göster"):
        st.image(mask_resized, width=400, caption="Grayscale Output")

else:
    st.info("Waiting for image upload... / Resim yüklenmesi bekleniyor...")