app.py

import streamlit as st
import io
from PIL import Image
import numpy as np

from PIL import Image
import requests
import numpy as np
from matplotlib import pyplot as plt
from transformers import pipeline
import torch
from torchvision import transforms


st.set_page_config(
    page_title="MemoryStudies",
    page_icon="😎",
    layout="wide"
)

st.markdown("### Распознай текст мемориальной доски!")
st.write("Загрузите изображение мемориальной доски в формате png, jpeg, jpg")


file = st.file_uploader("Загрузите своё фото мемориальной доски:", type=['png','jpeg','jpg'])
if file:
    image_data = file.getvalue()
    # Показ загруженного изображения на Web-странице средствами Streamlit
    # st.image(image_data)
    # Возврат изображения в формате PIL
    image = Image.open(io.BytesIO(image_data))
    # image = Image.open("test"+username+".jpg").convert('RGB')
    st.image(image) # показать картинку
    # preprocessor = AutoImageProcessor.from_pretrained("google/mobilenet_v2_1.0_224")
    # model = AutoModelForImageClassification.from_pretrained("google/mobilenet_v2_1.0_224")

    detector = pipeline(task="image-classification")

    st.markdown(detector(image))




#
# else:
#     image = Image.open("testJulifil.jpg")


# img = st.image()