import gradio as gr
import tensorflow as tf
import numpy as np 
import cv2

new_model = tf.keras.models.load_model('best_model_mammography.h5')

def classify_image(file_name):
    img1 = cv2.imread(file_name.name.replace("\\",'/'),0)
    img = cv2.resize(img1, (224,224))
    img = img.reshape(img.shape[0],img.shape[1],1)
    pred = new_model.predict(np.array([img]))
    pred = np.round(pred,1)
    if pred == 0:
        pred = "Vôtre cancer est Begnine"
    else:
        pred= "Vôtre cancer est maline"
    return pred


image = gr.inputs.File( file_count="single",type="file", label="Fichier à Traiter (sous fichier .pgm)")
# label = gr.outputs.Label(num_top_classes=3)

gr.Interface(
    fn=classify_image, 
    inputs=image, 
    outputs="text", 
    interpretation="default",
    live=True,
    theme="dark-peach",
    title="API BREASTNET de Test de diagnostique du Cancer de Sein",
    description="Cette API est utilisé pour dire si le Cancer de sein est Maline ou Pas"
).launch()