app.py

import gradio as gr
from deepface import DeepFace

def face_similarity(img1, img2):
    result = DeepFace.verify(img1, img2)
    # distance 값을 1에서 빼서 similarity로 사용
    similarity = 1 - result["distance"]  # 이제 높을수록 더 유사
    verified = result["verified"]
    
    # 유사도에 따른 메시지 조건 분기, 이제 similarity 값이 높을수록 유사한 것으로 처리
    if similarity > 0.5:
        message = "두 분은 천생연분!"
    elif 0.4 < similarity <= 0.5:
        message = "두 분은 내꺼인듯 내꺼아닌 내꺼같은...?"
    else:
        message = "오히려 좋아! 정반대의 사람이 끌릴지도 몰라요"
    
    return f"유사도: {similarity:.2f}, 매칭 결과: {verified}\n{message}"

iface = gr.Interface(fn=face_similarity, 
                     inputs=[gr.inputs.Image(shape=(224, 224)), gr.inputs.Image(shape=(224, 224))], 
                     outputs="text",
                     title="얼굴 유사도 측정",
                     description="두 얼굴 이미지를 업로드해서 유사도를 측정합니다.")

iface.launch()

# import gradio as gr
# from deepface import DeepFace

# def face_similarity(img1, img2):
#     result = DeepFace.verify(img1, img2)
#     similarity = result["distance"]  # 낮을수록 더 유사
#     verified = result["verified"]
    
#     # 유사도에 따른 메시지 조건 분기
#     if similarity >= 0.5:
#         message = "두 분은 천생연분!"
#     elif 0.3 <= similarity < 0.5:
#         message = "두 분은 내꺼인듯 내꺼아닌 내꺼같은...?"
#     else:
#         message = "오히려 좋아! 정반대의 사람이 끌릴지도 몰라요"
    
#     return f"유사도: {similarity}, 매칭 결과: {verified}\n{message}"

# iface = gr.Interface(fn=face_similarity, 
#                      inputs=[gr.inputs.Image(shape=(224, 224)), gr.inputs.Image(shape=(224, 224))], 
#                      outputs="text",
#                      title="얼굴 유사도 측정",
#                      description="두 얼굴 이미지를 업로드해서 유사도를 측정합니다.")

# iface.launch()



# import gradio as gr
# from deepface import DeepFace

# def face_similarity(img1, img2):
#     result = DeepFace.verify(img1, img2)
#     similarity = result["distance"]  # 낮을수록 더 유사
#     verified = result["verified"]
    
#     return f"유사도: {similarity}, 매칭 결과: {verified}"

# iface = gr.Interface(fn=face_similarity, 
#                      inputs=[gr.inputs.Image(shape=(224, 224)), gr.inputs.Image(shape=(224, 224))], 
#                      outputs="text",
#                      title="얼굴 유사도 측정",
#                      description="두 얼굴 이미지를 업로드해서 유사도를 측정합니다.")

# iface.launch()

# import gradio as gr
# from deepface import DeepFace
# import pandas as pd
# from PIL import Image
# import numpy as np

# # 결과를 저장할 리스트
# results = []

# def save_results(img1_path, img2_path, similarity):
#     # 결과를 글로벌 리스트에 추가
#     results.append([img1_path, img2_path, similarity])
#     # 결과를 pandas DataFrame으로 변환
#     df = pd.DataFrame(results, columns=['Image 1', 'Image 2', 'Similarity'])
#     # DataFrame을 CSV 파일로 저장
#     df.to_csv('similarity_results.csv', index=False)

# def face_similarity(img1, img2):
#     result = DeepFace.verify(img1, img2)
#     similarity = result["distance"]  # 낮을수록 더 유사
#     verified = result["verified"]
    
#     # 이미지 파일 저장
#     img1_path = f"img1_{len(results)}.jpg"
#     img2_path = f"img2_{len(results)}.jpg"
    
#     # Convert img1 and img2 to PIL.Image objects and save them
#     img1_pil = Image.fromarray(img1.astype(np.uint8))
#     img2_pil = Image.fromarray(img2.astype(np.uint8))
    
#     img1_pil.save(img1_path)
#     img2_pil.save(img2_path)
    
#     # 결과 저장
#     save_results(img1_path, img2_path, similarity)
    
#     return f"유사도: {similarity}, 인증 결과: {verified}"

# iface = gr.Interface(fn=face_similarity, 
#                      inputs=[gr.inputs.Image(shape=(224, 224)), gr.inputs.Image(shape=(224, 224))], 
#                      outputs="text",
#                      title="얼굴 유사도 측정",
#                      description="두 얼굴 이미지를 업로드해서 유사도를 측정합니다.")

# iface.launch()