import gradio as gr from deepface import DeepFace def face_similarity(img1, img2): result = DeepFace.verify(img1, img2) # distance를 이용해 유사도를 1에서 빼서 높을수록 유사하게 변환 similarity = (1 - result["distance"])*100 # 유사도에 따른 메시지 조건 분기 if similarity > 40: message = "두 분은 천생연분!" elif 30 < similarity <= 40: message = "두 분은 내꺼인듯 내꺼아닌 내꺼같은...?" else: message = "오히려 좋아! 정반대의 사람이 끌릴지도 몰라요" return f"유사도: {similarity:.2f}\n{message}" iface = gr.Interface( fn=face_similarity, inputs=[ gr.Image(image_mode='RGB', source='upload', type='numpy'), gr.Image(image_mode='RGB', source='upload', type='numpy') ], 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()