app.py

# Использовано 80 % доступного пространства. … Когда свободное место закончится, вы не сможете создавать, редактировать и загружать файлы. Получите 100 ГБ за 139,00 ₽ 35,00 ₽ на 1 месяц.
import streamlit as st
import io
from PIL import Image
import numpy as np
import cv2
# from transformers import AutoImageProcessor, AutoModelForImageClassification
from PIL import Image
import requests
import numpy as np
from matplotlib import pyplot as plt
from transformers import pipeline

from torchvision import transforms
import torch

st.set_page_config(
    page_title="Emotion App!",
    page_icon="😎",
    layout="wide"
)

st.markdown("### Так можно писать текст!")
st.write("Так тоже можно писать текст")
text = st.text_area("Введите текст:")


file = st.file_uploader("Загрузите своё фото:", 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()