# --- KERAS SÜRÜM UYUMSUZLUĞU YAMASI ---
# Keras'ın eski sürümündeki Dense katmanına 'quantization_config' parametresini yok saymasını söylüyoruz.
import keras
if hasattr(keras.layers, 'Dense'):
    original_init = keras.layers.Dense.__init__
    def patched_init(self, *args, **kwargs):
        kwargs.pop('quantization_config', None)  # Eğer varsa bu parametreyi sil
        original_init(self, *args, **kwargs)
    keras.layers.Dense.__init__ = patched_init
# --------------------------------------
import streamlit as st
from tensorflow.keras.models import load_model
from PIL import Image
import numpy as np
from keras.models import load_model
import os

# Modeli yükle


# streamlit_app.py dosyasının bulunduğu klasörün yolunu alır
BASE_DIR = os.path.dirname(os.path.abspath(__file__))
MODEL_PATH = os.path.join(BASE_DIR, 'german_trafic_model_en_son.keras')

model = load_model(MODEL_PATH)

def process_image(img):
    # Resmi RGB formatına zorla (PNG'lerdeki şeffaflık kanalı hatasını önler)
    img = img.convert('RGB')
    img = img.resize((64, 64))
    img = np.array(img)
    img = img / 255.0
    img = np.expand_dims(img, axis=0)
    return img

st.title('Alman Trafiği Sınıflandırma :')
st.write('Bir resim yükleyin, modelin hangi sınıfa ait olduğunu tahmin etmesini sağlayın!')

file = st.file_uploader('Bir resim yükle', type=['jpg', 'jpeg', 'png'])

if file is not None:
    img = Image.open(file)
    st.image(img, caption='Yüklenen Resim', use_container_width=True)

    image = process_image(img)

    prediction = model.predict(image)[0]

    predicted_class_index = np.argmax(prediction)

    print(predicted_class_index)
    
    # GTSRB Sınıf İsimleri (0 - 42)
    class_names = {
        0: "Hız Sınırı (20 km/s)",
        1: "Hız Sınırı (30 km/s)",
        2: "Hız Sınırı (50 km/s)",
        3: "Hız Sınırı (60 km/s)",
        4: "Hız Sınırı (70 km/s)",
        5: "Hız Sınırı (80 km/s)",
        6: "Hız Sınırı Sonu (80 km/s)",
        7: "Hız Sınırı (100 km/s)",
        8: "Hız Sınırı (120 km/s)",
        9: "Geçme Yasağı (Otomobiller)",
        10: "3.5 Ton Üzeri Araçlar İçin Geçme Yasağı",
        11: "Tali Yol - Ana Yol Kavşağı",
        12: "Anayol",
        13: "Yol Ver",
        14: "DUR (Stop)",
        15: "Taşıt Trafiğine Kapalı Yol",
        16: "3.5 Ton Üzeri Kamyon Giremez",
        17: "Girişi Olmayan Yol (Yasak Yol)",
        18: "Tehlike",
        19: "Sola Tehlikeli Viraj",
        20: "Sağa Tehlikeli Viraj",
        21: "Tehlikeli Virajlar (İlki Sola)",
        22: "Kasıslı Yol (Engebeli Yol)",
        23: "Kaygan Yol",
        24: "Sağdan Daralan Yol",
        25: "Yol Çalışması",
        26: "Trafik Işıkları",
        27: "Yaya Geçidi",
        28: "Okul Geçidi",
        29: "Bisiklet Geçebilir",
        30: "Buzlanma / Kar Tehlikesi",
        31: "Vahşi Hayvan Geçebilir",
        32: "Tüm Hız ve Geçme Yasaklarının Sonu",
        33: "Sağa Mecburi Yön",
        34: "Sola Mecburi Yön",
        35: "İleri Mecburi Yön",
        36: "İleri ve Sağa Mecburi Yön",
        37: "İleri ve Sola Mecburi Yön",
        38: "Sağdan Geçiniz",
        39: "Soldan Geçiniz",
        40: "Ada Etrafında Dönünüz (Dönel Kavşak)",
        41: "Geçme Yasağı Sonu",
        42: "3.5 Ton Üzeri Araçlar İçin Geçme Yasağı Sonu",
    }
    # 3. Bulduğumuz indeksi liste olarak değil, direkt sayı olarak gönderiyoruz
    st.write(f"Tahmin Edilen Sınıf: **{class_names[predicted_class_index]}**")