Update src/streamlit_app.py

src/streamlit_app.py

@@ -1,51 +1,56 @@
-import numpy as np
-from tensorflow.keras.models import load_model
-from PIL import Image
 import streamlit as st
+from PIL import Image
+import numpy as np
 import io
+import base64
+from tensorflow.keras.models import load_model
 
 st.set_page_config(page_title="Hurma Sınıflandırıcı", layout="centered")
 
-# Modeli yükle
-model = load_model('src/dates_classifier_model.h5')
+# Model yükle
+model = load_model("src/dates_classifier_model.h5")
+
+class_names = [
+    'Rutab', 'Meneifi', 'Sokari', 'Galaxy', 'Shaishe',
+    'Medjool', 'Ajwa', 'Nabtat Ali', 'Sugaey'
+]
+
+# Base64 saklama
+def image_to_base64(image_bytes):
+    return base64.b64encode(image_bytes).decode("utf-8")
+
+def base64_to_image(base64_str):
+    return Image.open(io.BytesIO(base64.b64decode(base64_str))).convert("RGB")
 
-# Görseli işle
 def process_image(img):
     img = img.resize((224, 224))
     img = np.array(img) / 255.0
     img = np.expand_dims(img, axis=0)
     return img
 
-# Uygulama başlığı
-st.title('🥭 Hurma Resmi Sınıflandırma')
-st.write('Lütfen bir hurma fotoğrafı yükleyin. Hangi tür olduğunu tahmin edelim.')
+st.title("📷 Hurma Resmi Sınıflandırma")
+st.write("Lütfen bir hurma resmi yükleyin.")
 
-# Session State'te görüntüyü saklama
-if "img_bytes" not in st.session_state:
-    st.session_state.img_bytes = None
+# Session state ile güvenli saklama
+if "image_data" not in st.session_state:
+    st.session_state.image_data = None
 
-# Dosya yükleyici
-file = st.file_uploader("Bir Resim Seçin", type=["jpg", "jpeg", "png"])
+uploaded_file = st.file_uploader("Resim Seçin (.jpg, .png)", type=["jpg", "jpeg", "png"])
 
-# Dosya varsa bytes olarak sakla (çökme engellenir)
-if file is not None:
-    st.session_state.img_bytes = file.read()
+# Yeni yükleme varsa base64 sakla
+if uploaded_file is not None:
+    st.session_state.image_data = image_to_base64(uploaded_file.read())
 
-# Görsel varsa göster ve tahmin et
-if st.session_state.img_bytes:
+# Görsel işleme
+if st.session_state.image_data:
     try:
-        img = Image.open(io.BytesIO(st.session_state.img_bytes)).convert("RGB")
+        img = base64_to_image(st.session_state.image_data)
         st.image(img, caption="Yüklenen Resim", use_column_width=True)
 
         processed = process_image(img)
         prediction = model.predict(processed)
         predicted_class = np.argmax(prediction)
 
-        class_names = [
-            'Rutab', 'Meneifi', 'Sokari', 'Galaxy', 'Shaishe',
-            'Medjool', 'Ajwa', 'Nabtat Ali', 'Sugaey'
-        ]
-
-        st.success(f"✅ Tahmin: **{class_names[predicted_class]}**")
-    except:
-        st.error("⚠️ Görsel işlenemedi. Lütfen geçerli bir .jpg veya .png dosyası yükleyin.")
+        st.success(f"Tahmin: **{class_names[predicted_class]}**")
+    except Exception as e:
+        st.error(f"Hata oluştu: {e}")