app.py

from flask import Flask, request, jsonify, send_from_directory
from flask_cors import CORS
from werkzeug.utils import secure_filename
import os
import face_recognition
import numpy as np

app = Flask(__name__)
CORS(app)  # تمكين CORS للسماح بالطلبات من frontend
UPLOAD_FOLDER = 'uploads'
app.config['UPLOAD_FOLDER'] = UPLOAD_FOLDER

# إنشاء مجلد uploads إذا لم يكن موجودًا
os.makedirs(UPLOAD_FOLDER, exist_ok=True)

@app.route('/')
def home():
    return send_from_directory('.', 'index.html')

@app.route('/api/search', methods=['POST'])
def search():
    if 'image' not in request.files:
        return jsonify({'success': False, 'message': 'لم يتم العثور على صورة'}), 400
    
    file = request.files['image']
    if file.filename == '':
        return jsonify({'success': False, 'message': 'لم يتم اختيار ملف'}), 400
    
    if file:
        filename = secure_filename(file.filename)
        filepath = os.path.join(app.config['UPLOAD_FOLDER'], filename)
        file.save(filepath)
        
        try:
            # معالجة الصورة وإرجاع نتائج حقيقية
            results = process_image(filepath)
            return jsonify({'success': True, 'results': results})
        except Exception as e:
            return jsonify({'success': False, 'message': str(e)}), 500
    
    return jsonify({'success': False, 'message': 'نوع ملف غير مسموح'}), 400

def process_image(image_path):
    # تحميل الصورة
    image = face_recognition.load_image_file(image_path)
    
    # البحث عن الوجوه
    face_locations = face_recognition.face_locations(image)
    if not face_locations:
        return []
    
    # استخراج بصمة الوجه
    face_encodings = face_recognition.face_encodings(image, face_locations)
    target_encoding = face_encodings[0]
    
    # مقارنة مع قاعدة بيانات وهمية (استبدلها بقاعدة بيانات حقيقية)
    # مثال: مقارنة مع صور مخزنة مسبقًا
    dummy_database = [
        {'name': 'أحمد', 'encoding': np.array([...])},  # أضف encoding حقيقي
        {'name': 'سارة', 'encoding': np.array([...])}
    ]
    
    results = []
    for person in dummy_database:
        # حساب المسافة بين البصمات
        distance = np.linalg.norm(target_encoding - person['encoding'])
        if distance < 0.6:  # threshold للتشابه
            results.append({
                'name': person['name'],
                'confidence': round((1 - distance) * 100, 2)
            })
    
    return results

if __name__ == '__main__':
    app.run(debug=True)
    import gradio as gr
import requests
from PIL import Image
import numpy as np

def process_image(image):
    # هنا ضع منطق معالجة الصورة (مثال: مقارنة الوجوه)
    # مثال: إرجاع نتائج وهمية
    return [
        {"name": "أحمد", "source": "فيسبوك", "confidence": 85.5},
        {"name": "سارة", "source": "تويتر", "confidence": 78.2}
    ]

# واجهة Gradio
demo = gr.Interface(
    fn=process_image,
    inputs=gr.Image(type="pil"),
    outputs=gr.JSON(),
    title="FaceCheck - Reverse Image Search",
    description="Upload a photo to find matching profiles"
)

demo.launch()
<iframe 
  src="https://huggingface.co/spaces/syd24/sey" 
  width="100%" 
  height="600px" 
  frameborder="0"
></iframe>
# In app.py
@app.route('/')
def home():
    return send_from_directory('.', 'index.html')  # Serve index.html