import gradio as gr
import numpy as np
import joblib
from PIL import Image
from skimage.transform import resize

# Charger le modèle à partir du fichier enregistré
filename = 'modele_mlp.joblib'
loaded_model = joblib.load(filename)

# Fonction de traitement d'image
def preprocess_image(image):
    # Convertir l'image en niveaux de gris
    pil_image = Image.fromarray(image)
    gray_image = pil_image.convert("L")

    # Redimensionner l'image à 8x8 pixels
    resized_image = gray_image.resize((8, 8), Image.LANCZOS)

    # Convertir l'image en tableau NumPy
    img_array = np.array(resized_image)

    # Aplatir l'image en un vecteur 1D
    flat_img = img_array.flatten()

    # Normaliser les valeurs de pixel entre 0 et 16 (correspondant aux valeurs dans le jeu de données)
    normalized_img = (flat_img / 255) * 16

    return normalized_img

def predict_digit(image):
    # Prétraiter l'image
    preprocessed_image = preprocess_image(image)

    # Faire une prédiction avec le modèle chargé
    prediction = loaded_model.predict([preprocessed_image])[0]
    return str(prediction)

iface = gr.Interface(fn=predict_digit, inputs="image", outputs="text")
iface.launch()