import gradio as gr
import numpy as np
from PIL import Image, ImageDraw
from ultralytics import YOLO

# Muat model YOLO
model = YOLO('best.pt')  # Pastikan path ini benar

# Fungsi untuk melakukan deteksi jerawat
def detect_acne(image):
    # Mengonversi gambar PIL ke format numpy
    img_np = np.array(image)
    
    # Deteksi jerawat
    results = model.predict(source=img_np, imgsz=640)

    # Menggambar kotak deteksi pada gambar
    draw = ImageDraw.Draw(image)
    for result in results:
        boxes = result.boxes
        if boxes is not None and len(boxes.xyxy) > 0:
            for i, box in enumerate(boxes.xyxy):
                x1, y1, x2, y2 = box[:4]
                conf = boxes.conf[i] if boxes.conf is not None and len(boxes.conf) > i else None
                
                # Menggambar kotak dan confidence score
                draw.rectangle([x1, y1, x2, y2], outline="red", width=2)
                if conf is not None:
                    draw.text((x1, y1 - 10), f'{conf:.2f}', fill="red")
    
    return image

# Membuat interface Gradio
interface = gr.Interface(fn=detect_acne, inputs=gr.Image(type="pil"), outputs="image", title="Deteksi Jerawat dengan YOLOv8")

# Meluncurkan aplikasi dengan URL publik dan port yang tersedia
if __name__ == "__main__":
    try:
        # Coba meluncurkan aplikasi pada port 7861
        interface.launch(server_port=7861, share=True)  # Mengaktifkan URL publik untuk dibagikan
    except OSError:
        # Jika port 7861 tidak tersedia, jalankan pada port acak yang tersedia
        interface.launch(server_name="0.0.0.0", share=True)  # Mengaktifkan URL publik dengan port acak