src/streamlit_app.py

import streamlit as st
import numpy as np
from PIL import Image
import tensorflow as tf

# Sayfa Genişliği ve Sekme Ayarı
st.set_page_config(page_title="Grape Disease Detection", layout="wide")

# -----------------------------
# MODEL YÜKLEME (Hız için Cache)
# -----------------------------
@st.cache_resource
def load_my_model():
    return tf.keras.models.load_model("grape_disease_model.h5")

model = load_my_model()
class_names = ['Black Rot', 'ESCA', 'Healthy', 'Leaf Blight']

# -----------------------------
# SOL PANEL (SIDEBAR) - BİLGİLENDİRME
# -----------------------------
with st.sidebar:
    st.header("📌 Hastalık Bilgileri / Info")
    
    st.markdown("### 1. Black Rot")
    st.caption("🇹🇷 Kara Leke/Çürüklük: Mantar kaynaklı bir hastalık.")
    st.caption("🇺🇸 Fungal disease causing dark spots.")
    
    st.markdown("### 2. ESCA")
    st.caption("🇹🇷 Gövde Kanseri: Bağlarda görülen karmaşık bir mantar hastalığı.")
    st.caption("🇺🇸 Complex fungal disease affecting the vines.")
    
    st.markdown("### 3. Healthy")
    st.caption("🇹🇷 Sağlıklı: Yaprağın herhangi bir hastalık taşımadığını ifade eder.")
    st.caption("🇺🇸 Indicates the leaf is free from disease.")
    
    st.markdown("### 4. Leaf Blight")
    st.caption("🇹🇷 Yaprak Yanıklığı: Yapraklarda kurumaya ve lekelere neden olur.")
    st.caption("🇺🇸 Causes browning and spotting on leaves.")
    
    st.divider()
    st.write("Academic Project - 2026")

# -----------------------------
# ANA BAŞLIKLAR (ÇİFT DİLLİ)
# -----------------------------
st.title("🍇 Üzüm Yaprağı Hastalık Tespiti")
st.subheader("Grape Leaf Disease Detection")
st.markdown("---")

# İki Sütunlu Düzen
col1, col2 = st.columns([1, 1])

with col1:
    st.markdown("### 📷 Fotoğraf Yükle / Upload Image")
    # Titremeyi önlemek için label dolu tutuldu
    uploaded_file = st.file_uploader("Bir yaprak fotoğrafı seçin / Select a leaf image", type=["jpg", "png", "jpeg"])

if uploaded_file is not None:
    image = Image.open(uploaded_file).convert("RGB")
    
    with col1:
        st.image(image, caption="Yüklenen Resim / Uploaded Image", use_container_width=True)

    # --- TAHMİN AŞAMASI ---
    with col2:
        st.markdown("### 🔍 Analiz Sonucu / Analysis Result")
        
        with st.spinner('Analiz ediliyor / Analyzing...'):
            # Görüntü Ön İşleme
            img_resized = image.resize((170, 170))
            img_array = np.array(img_resized) / 255.0
            img_array = np.expand_dims(img_array, axis=0)

            # Tahmin
            prediction = model.predict(img_array)
            class_index = np.argmax(prediction)
            confidence = np.max(prediction) * 100

        # SONUÇ GÖSTERİMİ
        st.success(f"**Tahmin / Prediction:** {class_names[class_index]}")
        st.metric(label="Güven Oranı / Confidence", value=f"%{confidence:.2f}")
        st.progress(int(confidence))

        # --- BALON EFEKTİ ---
        # Eğer model sağlıklı bulursa veya yüksek güvenle bilirse balon çıkar
        if confidence > 50:
            st.balloons()
            st.toast(f"Tahmin Başarılı: {class_names[class_index]}", icon='🎉')

        # Bilgi Notu
        st.info("""
        **TR:** Bu sistem yapay zeka kullanarak analiz yapmaktadır.
        **EN:** This system uses AI for leaf analysis.
        """)
else:
    with col2:
        st.write("👈 Lütfen analiz için bir fotoğraf yükleyin.")
        st.write("👈 Please upload a photo for analysis.")