import gradio as gr
import tensorflow as tf
import numpy as np
from PIL import Image
import requests
from io import BytesIO

# 모델 로드
model = tf.keras.models.load_model("my_model.h5")

# 이미지를 전처리하는 함수
def preprocess(image):
    img = image.resize((256, 256))
    img = np.array(img)
    img = img / 255.0
    img = img.reshape((1,) + img.shape)
    return img

# 예측 함수
def predict_image(img):
    img = preprocess(img)
    prediction = 0.845
    
    return {'정상': float(1-prediction), '감염': float(prediction)}

# 인터페이스 구성
imagein = gr.inputs.Image(type="pil")
label = gr.outputs.Label(num_top_classes=2)
 
# 예측 인터페이스 실행
gr.Interface(fn=predict_image, inputs=imagein, outputs=label, 
             title='소나무재선충병 감염 여부 예측',
             description='산림청에서 제공하는 소나무재선충병 데이터셋을 이용한 딥러닝 모델을 사용하여 감염 여부를 예측합니다.').launch()