app.py

# streamlit_app.py

import streamlit as st
import numpy as np
import pandas as pd
from keras.models import load_model
from PIL import Image, ImageDraw
import io

# Kaydedilen modeli yükle
model = load_model('keypoint_model.h5')

def load_image(image):
    image = Image.open(image).convert('RGB')  # RGB'ye dönüştür
    image = image.resize((96, 96))  # Model girişi için boyutlandır
    image_array = np.array(image)
    image_array = image_array / 255.0  # Normalize et
    return image_array.reshape(-1, 96, 96, 3)  # Model girişi için yeniden şekillendir

def draw_keypoints(image, keypoints):
    # Anahtar noktalarını görüntü üzerine çiz
    draw = ImageDraw.Draw(image)
    for (x, y) in keypoints:
        draw.ellipse((x - 3, y - 3, x + 3, y + 3), fill='red')  # Her bir anahtar noktası için daire çiz
    return image

# Uygulamanın başlığı
st.title("Keypoint Prediction App")

# Bir görüntü yükle
uploaded_file = st.file_uploader("Choose an image...", type=["jpg", "jpeg", "png"])

if uploaded_file is not None:
    # Görüntüyü yükle ve ön işle
    image = load_image(uploaded_file)
    
    # Yüklenen görüntüyü göster
    original_image = Image.open(uploaded_file).convert('RGB').resize((96, 96))  # Görüntüyü göster
    st.image(original_image, caption='Uploaded Image.', use_column_width=True)
    
    # Tahmin yap
    if st.button("Predict"):
        predictions = model.predict(image)
        # Tahminleri (15, 2) olarak yeniden şekillendir
        keypoints = predictions.reshape(-1, 2)
        
        # Anahtar noktalarını orijinal görüntüye çiz
        keypoint_image = draw_keypoints(original_image.copy(), keypoints)
        
        # Anahtar noktaları ile görüntüyü göster
        st.image(keypoint_image, caption='Image with Predicted Keypoints', use_column_width=True)

        # Anahtar noktalarını göster
        st.write("Predicted Keypoints:")
        for i, (x, y) in enumerate(keypoints):
            st.write(f"Keypoint {i+1}: (X: {x:.2f}, Y: {y:.2f})")