app.py

import cv2
import gradio as gr

# Yüz tespiti için önceden eğitilmiş bir model. xml dosyası olarak indirilip proje dosyasına atılmalıç
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

def detect_faces(img):

    if img is None:  # Clear butonuna bastığında output alanında error vermesin diye. Eğer img None ise, None döndür
        return None
    
    #Resmi istenen boyuta küçültme(Çok büyük boyutlu resimlerle değil daha küçük boyutla çalışmak istedim)
    height, width, _ = img.shape
    if height > 750 or width > 750:
        img = cv2.resize(img, (750, 750))

    #Görüntüyü gri tonlamaya çevir
    #Yüz tespiti algoritmaları genellikle gri tonlamalı görüntülerde daha iyi çalışır.
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # face_cascade: Önceden eğitilmiş bir model olup, yüzlerin genellikle bulunduğu bölgeleri (gözler, burun, ağız) temsil eden özelliklere dayanır.
    #detectMultiScale: Görüntüdeki yüzleri tespit etmek için kullanılır
    #1.3=> scaleFactor parametresi her ölçeklendirme adımında görüntünün ne kadar küçültüleceğini belirtir. 
    #7=> minNeighbors parametresi bir yüzün geçerli olarak kabul edilmesi için, çevresindeki kaç tane komşu dikdörtgenin de nesne olarak kabul edilmesi gerektiğini belirtir
    faces = face_cascade.detectMultiScale(gray, 1.3, 7)

    #!detectMultiScale metodu, her tespit edilen yüz için bir dikdörtgen koordinatı (x, y, w, h) döndürür.
    
    count = 0
    
    for (x, y, w, h) in faces:
        #Bulduğu yüzlere bir dikdörtgen çizer
        cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2)
        count += 1

    #Metin, görüntünün solundan 100 piksel sağa ve üstten 700 piksel aşağıya yazılacaktır
    #cv2.FONT_HERSHEY_SIMPLEX=> Kullanılacak font tipi.
    #1=> Font boyutunu belirtir. 
    #(255, 0, 0)=> Metnin rengi kırmızı renk belirtilmiştir.
    #2=> Metnin kalınlığı.
    cv2.putText(img, f"** {count} people were detect in the photo.", (100, 700), cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 0, 0) , 2)
    return img

# Gradio arayüzünü oluştur

with gr.Blocks() as demo:
    gr.Markdown("#Face Detect App-Basic")


    with gr.Row():
        input_image = gr.Image(label="Upload a photo", type="numpy")
        output_image = gr.Image(label="Detect Area")


    apply_button = gr.Button("Detect")
    clear_button = gr.Button("Clear")

    input_image.change(fn=detect_faces, inputs=input_image, outputs=output_image)
    apply_button.click(fn=detect_faces, inputs=input_image, outputs=output_image)
    clear_button.click(fn=lambda: (None, None), inputs=None, outputs=[input_image, output_image])  # Fotoğrafı temizlemek için (None, None) döndür


'''iface = gr.Interface(
    fn=detect_faces,
    inputs="image",
    outputs="image",
    title="Yüz Tespiti Uygulaması"
)'''

demo.launch()