Update app.py

app.py

@@ -16,7 +16,8 @@ def load_data():
 model_data = load_data()
 movie_dict = model_data['movie_dict'] if model_data else {}
 
-# --- 2. OYUNCU DNA VERİTABANI (Stallone 1. sırada) ---
+# --- 2. OYUNCU DNA VERİTABANI ---
+# Sylvester Stallone 1. sırada sabitlendi.
 tum_unlu_verileri = {
     "Sylvester Stallone": {"c": "Male / Erkek", "v": [0.9, 0.2, 0.1, 0.1, 0.1, 0.8]},
     "Robert De Niro": {"c": "Male / Erkek", "v": [0.2, 0.1, 0.1, 0.9, 0.1, 0.8]},
@@ -60,14 +61,7 @@ tum_unlu_verileri = {
 # --- ARAYÜZ AYARLARI ---
 st.set_page_config(page_title="CastMatch AI", layout="wide")
 
-# --- 3. DİNAMİK FİLTRELEME (40 Resim Klasörü) ---
-# Klasörün adını tam buraya yazıyoruz. 
-resim_klasoru = "40 resim"
-
-def get_filtered_names(gender):
-    return [name for name in tum_unlu_verileri.keys() if tum_unlu_verileri[name]['c'] == gender]
-
-# --- SOL PANEL (Burası düzeltildi) ---
+# --- SOL PANEL (SIDEBAR) ---
 st.sidebar.title("🔍 Control Panel / Kontrol Paneli")
 st.sidebar.markdown("---")
 
@@ -76,8 +70,11 @@ gender_choice = st.sidebar.radio(
     ["Male / Erkek", "Female / Kadın"]
 )
 
-# Sidebar'da oyuncu listesini göster
-filtered_names = get_filtered_names(gender_choice)
+# Hugging Face ana dizinindeki tüm dosyaları tara
+ana_dizin_dosyalari = os.listdir(".")
+
+filtered_names = [name for name in tum_unlu_verileri.keys() if tum_unlu_verileri[name]['c'] == gender_choice]
+
 st.sidebar.markdown(f"### 📋 Available Cast / Mevcut Oyuncular")
 for n in filtered_names:
     st.sidebar.write(f"• {n}")
@@ -91,31 +88,31 @@ col_actor, col_match = st.columns([1, 2])
 
 with col_actor:
     st.subheader("👤 Pick an Actor / Oyuncu Seç")
-    selected_actor = st.selectbox(
-        "Select from list / Listeden seçin:", 
-        ["Choose... / Seçiniz..."] + filtered_names
-    )
+    selected_actor = st.selectbox("Select from list / Listeden seçin:", ["Choose... / Seçiniz..."] + filtered_names)
     
-    # Titremeyi engelleyen sabit alan
+    # Titreme önleyici sabit alan
     image_placeholder = st.empty()
     
     if selected_actor != "Choose... / Seçiniz...":
         found_path = None
-        # Klasör içindeki resimleri tara
-        if os.path.exists(resim_klasoru):
-            search_name = selected_actor.lower().replace(" ", "_")
-            for f in os.listdir(resim_klasoru):
-                if search_name in f.lower() or selected_actor.lower() in f.lower():
-                    found_path = os.path.join(resim_klasoru, f)
+        # Hugging Face dosya isimlendirmelerine göre esnek arama
+        target_underscore = selected_actor.replace(" ", "_").lower()
+        target_plain = selected_actor.lower()
+        
+        for f in ana_dizin_dosyalari:
+            f_lower = f.lower()
+            if f_lower.endswith(('.jpg', '.png', '.jpeg')):
+                # Hem alt tireli hem boşluklu isimleri kontrol et
+                if target_underscore in f_lower or target_plain in f_lower:
+                    found_path = f
                     break
         
         if found_path:
-            image_placeholder.image(found_path, use_container_width=True)
+            image_placeholder.image(found_path, caption=f"Profile: {selected_actor}", use_container_width=True)
         else:
-            # Burası senin hata aldığın kısım, İngilizce/Türkçe eklendi
-            image_placeholder.error(f"Image not found in '{resim_klasoru}' folder / '{resim_klasoru}' klasöründe resim bulunamadı.")
+            image_placeholder.error(f"Image not found! / Resim bulunamadı! Aranan: {selected_actor}")
     else:
-        image_placeholder.info("Please select an actor / Lütfen bir oyuncu seçin.")
+        image_placeholder.info("Please select an actor. / Lütfen bir oyuncu seçin.")
 
 with col_match:
     st.subheader("🎯 Best Career Matches / En İyi Kariyer Eşleşmeleri")
@@ -124,26 +121,23 @@ with col_match:
         if movie_dict:
             actor_v = tum_unlu_verileri[selected_actor]['v']
             results = []
-            
             for i in movie_dict:
-                # SKOR HATASI ÇÖZÜMÜ: 0 ile 1 arasına kilitleme
                 dist = spatial.distance.cosine(actor_v, movie_dict[i][1][:6])
-                dist = max(0, min(1, dist)) 
-                
+                # Skor Hatası Düzeltmesi (0-1 Arasına Kilitlendi)
+                dist = max(0, min(1, dist))
                 results.append((movie_dict[i][0], dist))
             
+            # En yakın mesafeler en iyi eşleşmelerdir
             top_matches = sorted(results, key=lambda x: x[1])[:5]
             
             for i, (film, score) in enumerate(top_matches, 1):
-                # Skoru % olarak hesapla
-                pct = round((1 - score) * 100, 1)
-                pct = max(0, min(100, pct)) # Negatif veya 100 üstü olmasın
-                
+                # Skoru yüzdeye çevir
+                pct = max(0, min(100, round((1 - score) * 100, 1)))
                 st.success(f"**{i}. {film}**")
                 st.write(f"Match Score / Uyum Skoru: **%{pct}**")
                 st.progress(pct / 100)
         else:
-            st.error("Model file missing / Model dosyası eksik!")
+            st.error("Model file missing! / Model dosyası eksik!")
 
 st.markdown("---")
-st.info("💡 **How it works? / Nasıl çalışır?**: This AI analyzes career vectors based on assets in '40 resim' folder.")
+st.info("💡 **How it works? / Nasıl çalışır?**: This AI analyzes career vectors based on files uploaded to Hugging Face. / Bu yapay zeka Hugging Face'e yüklenen dosyalara göre analiz yapar.")