Update app.py

app.py

@@ -1,58 +1,39 @@
-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()
-
-
 # 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, 
@@ -62,3 +43,22 @@ iface.launch()
 #                      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}, 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()