app.py

import gradio as gr
import numpy as np
import pandas as pd
from sentence_transformers import SentenceTransformer
from sklearn.metrics.pairwise import cosine_similarity
from PIL import Image
import requests
from io import BytesIO

# 1. טעינת המודל והנתונים
print("Loading model and data...")
model = SentenceTransformer('sentence-transformers/clip-ViT-B-32')

# טעינת הוקטורים והמידע ששמרנו מראש
embeddings = np.load('flower_embeddings.npy')
df = pd.read_csv('flower_metadata.csv')

# טעינת הדאטה-סט המקורי כדי לשלוף את התמונות האמיתיות
from datasets import load_dataset, concatenate_datasets
print("Loading dataset images...")
ds = load_dataset("nelorth/oxford-flowers")
full_dataset = concatenate_datasets([ds[split] for split in ds.keys()])

# 2. פונקציית החיפוש
def search_flower(text_query, input_image=None):
    # אם המשתמש העלה תמונה, נשתמש בה. אחרת, נשתמש בטקסט
    if input_image is not None:
        query_emb = model.encode(input_image, convert_to_tensor=True).cpu().numpy()
    else:
        query_emb = model.encode([text_query], convert_to_tensor=True).cpu().numpy()
    
    # חישוב דמיון
    similarities = cosine_similarity(query_emb.reshape(1, -1), embeddings)
    
    # שליפת 3 התוצאות הכי טובות
    top_k = 3
    top_indices = similarities[0].argsort()[-top_k:][::-1]
    top_scores = similarities[0][top_indices]
    
    results = []
    for idx, score in zip(top_indices, top_scores):
        # שליפת התמונה המקורית מהדאטה-סט
        img = full_dataset[int(df.iloc[idx]['original_index'])]['image']
        lbl = df.iloc[idx]['label']
        results.append((img, f"Label: {lbl} (Score: {score:.2f})"))
    
    return results

# 3. בניית הממשק הגרפי
with gr.Blocks() as demo:
    gr.Markdown("# 🌸 Smart Flower Search Engine")
    gr.Markdown("Search for flowers using text description OR by uploading an image!")
    
    with gr.Row():
        with gr.Column():
            txt_input = gr.Textbox(label="Describe a flower (e.g., 'red rose')", placeholder="A yellow sunflower...")
            img_input = gr.Image(label="Or upload an image", type="pil")
            btn = gr.Button("Find Similar Flowers")
        
        with gr.Column():
            gallery = gr.Gallery(label="Recommended Flowers")
            
    btn.click(fn=search_flower, inputs=[txt_input, img_input], outputs=gallery)

# הפעלת האפליקציה
demo.launch()