Update app.py

app.py

@@ -4,18 +4,17 @@ import numpy as np
 import os
 import warnings
 
-# --- 1. SİNSİ HATALARI SUSTUR (2026 OPTİMİZASYONU) ---
+# --- 1. SİNSİ HATALARI SUSTUR / SILENCE ERRORS (2026) ---
 os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3' 
 warnings.filterwarnings('ignore') 
 
 # --- 2. SAYFA AYARLARI / PAGE CONFIG ---
 st.set_page_config(page_title="Car Logo AI Pro 2026", layout="wide", page_icon="🚗")
 
-# --- 3. VERİ SETİNİ BELLEĞE YÜKLE (TİTREMEYİ ÖNLEYEN ANA YER) ---
+# --- 3. VERİ SETİNİ BELLEĞE YÜKLE / LOAD DATASET TO RAM ---
 @st.cache_resource
 def load_car_dataset(base_path):
     dataset = []
-    # Eğer klasör yoksa hata verme, ana dizine bak
     if not os.path.exists(base_path):
         image_files = [f for f in os.listdir('.') if f.lower().endswith(('.png', '.jpg', '.jpeg'))]
         for f in image_files:
@@ -32,10 +31,9 @@ def load_car_dataset(base_path):
                         dataset.append((full_path, cv2.resize(img, (100, 100))))
     return dataset
 
-# Veri setini yükle (32 markalık klasörü tara)
 dataset = load_car_dataset('Car_Logo_Dataset')
 
-# --- 4. RESİM İŞLEME FONKSİYONU ---
+# --- 4. RESİM İŞLEME / IMAGE PROCESSING ---
 @st.cache_data
 def process_uploaded_image(file_bytes):
     nparr = np.frombuffer(file_bytes, np.uint8)
@@ -49,31 +47,38 @@ def process_uploaded_image(file_bytes):
 st.title("🚗 Araba Logosu Tanıma Sistemi / Car Logo Recognition")
 st.markdown("---")
 
-# Sol ve Sağ Kolon Ayarı
-col_ui, col_res = st.columns([1, 1], gap="large")
+# İki ana sütun oluşturuyoruz
+col_left, col_right = st.columns([1, 1], gap="large")
 
-with col_ui:
-    st.subheader("📤 Yükleme Paneli / Upload Panel")
-    uploaded_file = st.file_uploader("Bir logo seçin / Select a logo", type=['jpg', 'png', 'jpeg'])
+with col_left:
+    st.subheader("📤 Yükleme Alanı / Upload Area")
     
-    # Hassasiyet Sliderı
-    threshold = st.sidebar.slider("Hassasiyet / Sensitivity (Threshold)", 0.0, 1.0, 0.20)
-    st.sidebar.info(f"Sistemde yüklü referans sayısı: {len(dataset)}")
-
-if uploaded_file:
-    # Resmi işle (Önbellekten gelir, titreme yapmaz)
-    raw_img, gray_img, edge_img = process_uploaded_image(uploaded_file.getvalue())
-
-    with col_ui:
-        # 2026 Standartlarında sabit genişlik (Titremeyi önler)
-        st.image(raw_img, channels="BGR", width=450, caption="Yüklenen / Uploaded")
+    # DOSYA YÜKLEME KUTUSU (Her zaman en üstte sabit kalır)
+    uploaded_file = st.file_uploader(
+        "Yeni bir logo seçin / Select a new logo", 
+        type=['jpg', 'png', 'jpeg'],
+        key="main_uploader"
+    )
+    
+    st.markdown("---") # Görsel ayırıcı çizgi
 
-    with col_res:
-        st.subheader("🎯 Analiz Sonucu / Analysis Result")
+    if uploaded_file:
+        # Resmi işle (Önbellekten gelir, titreme yapmaz)
+        raw_img, gray_img, edge_img = process_uploaded_image(uploaded_file.getvalue())
         
-        if st.button("ŞİMDİ TANI / PREDICT NOW", type="primary"):
+        # Seçilen resmin önizlemesi (Yükleme kutusunun altında)
+        st.write("🖼️ **Seçilen Logo / Selected Logo:**")
+        st.image(raw_img, channels="BGR", width=400)
+
+with col_right:
+    st.subheader("🎯 Analiz ve Sonuç / Analysis & Result")
+    
+    # Hassasiyet Ayarı (Yan panel yerine burada daha erişilebilir)
+    threshold = st.slider("Hassasiyet / Sensitivity", 0.0, 1.0, 0.20)
+    
+    if uploaded_file:
+        if st.button("ŞİMDİ TANI / PREDICT NOW", type="primary", use_container_width=True):
             with st.spinner("32 Marka Taranıyor... / Scanning..."):
-                # Karşılaştırma döngüsü
                 query = cv2.resize(gray_img, (100, 100))
                 best_score = -1
                 best_path = None
@@ -85,43 +90,49 @@ if uploaded_file:
                         best_score = max_val
                         best_path = path
                 
-                # MARKAYI YAZDIRMA BÖLÜMÜ
+                # SONUÇLARI GÖSTER
                 if best_path and best_score >= threshold:
                     st.balloons()
                     
-                    # Dosya yolundan 32 markadan hangisi olduğunu bul
+                    # Dosya yolundan marka adını ayıkla
                     folder_name = os.path.basename(os.path.dirname(best_path))
                     if not folder_name or folder_name == '.':
                         folder_name = os.path.basename(best_path).split('.')[0]
                     
-                    # İsmi temizle ve büyük harf yap
                     brand_name = ''.join([i for i in folder_name if not i.isdigit() and i not in ['-', '_']]).strip().upper()
                     
                     st.success(f"### TAHMİN / PREDICTION: **{brand_name}**")
                     st.metric("Benzerlik / Similarity", f"%{int(best_score*100)}")
-                    st.image(best_path, width=150, caption=f"Eşleşen: {brand_name}")
+                    st.image(best_path, width=150, caption=f"Eşleşen Referans: {brand_name}")
                 else:
                     st.error("❌ Eşleşme Bulunamadı / Match Not Found")
+    else:
+        st.info("Lütfen soldaki panelden bir logo yükleyerek başlayın. / Please start by uploading a logo from the left panel.")
 
-    # --- TEKNİK ANALİZ (TİTREMEYEN ALT BÖLÜM) ---
+# --- 6. TEKNİK ANALİZ (ALT BÖLÜM) ---
+if uploaded_file:
     st.markdown("---")
-    with st.expander("🔍 Teknik Görüntü Analizi / Technical Image Analysis"):
-        tr_col, en_col = st.columns(2)
+    with st.expander("🔍 Teknik Detaylar / Technical Details"):
+        tab_tr, tab_en = st.tabs(["🇹🇷 Türkçe", "🇺🇸 English"])
         
-        with tr_col:
-            st.write("### 🇹🇷 Türkçe Analiz")
-            st.image(edge_img, width=300, caption="Canny Kenar Tespiti")
-            st.write(f"Logonun dış hatları çıkartıldı ve sistemdeki {len(dataset)} resimle karşılaştırıldı.")
+        with tab_tr:
+            st.write("### Görüntü İşleme Aşamaları")
+            c1, c2 = st.columns(2)
+            c1.image(edge_img, width=300, caption="Canny Kenar Analizi")
+            c2.image(cv2.resize(gray_img, (100, 100)), caption="Sistemin Gördüğü (100x100)")
+            st.info(f"Sistem şu an {len(dataset)} farklı referans resim üzerinden karşılaştırma yapıyor.")
 
-        with en_col:
-            st.write("### 🇺🇸 English Analysis")
-            st.image(edge_img, width=300, caption="Canny Edge Detection")
-            st.write(f"Outlines were extracted and compared with {len(dataset)} reference images.")
+        with tab_en:
+            st.write("### Image Processing Stages")
+            ce1, ce2 = st.columns(2)
+            ce1.image(edge_img, width=300, caption="Canny Edge Detection")
+            ce2.image(cv2.resize(gray_img, (100, 100)), caption="AI View (100x100)")
+            st.info(f"The system is currently comparing through {len(dataset)} different reference images.")
 
-# Stil Ayarları (2026 Görünümü)
+# Stil Ayarları
 st.markdown("""
     <style>
-    .stButton>button { height: 3em; font-size: 20px; font-weight: bold; }
-    .stMetric { background: #f0f2f6; padding: 10px; border-radius: 10px; }
+    .stButton>button { font-weight: bold; margin-top: 10px; }
+    .stMetric { background: #f8f9fa; border-radius: 10px; padding: 10px; border: 1px solid #ddd; }
     </style>
     """, unsafe_allow_html=True)