kebincontreras/Fermentation_Level_Classification_for_Cocoa_Beans

1import gradio as gr2from PIL import Image3import numpy as np4from scipy.ndimage import label, find_objects5 6# Función para generar la máscara7def generate_mask(image):8    # Convertir la entrada en un objeto PIL.Image si no lo es9    if isinstance(image, np.ndarray):10        image = Image.fromarray(image)11 12    # Convertir la imagen a RGB y array de numpy13    image_rgb = image.convert("RGB")14    np_image = np.array(image_rgb)15 16    # Aplicar los límites RGB basados en los análisis anteriores17    min_red, max_red = 21, 18318    min_green, max_green = 0, 14219    min_blue, max_blue = 0, 12420 21    # Generar la máscara binaria22    mask = (23        (np_image[:, :, 0] >= min_red) & (np_image[:, :, 0] <= max_red) &24        (np_image[:, :, 1] >= min_green) & (np_image[:, :, 1] <= max_green) &25        (np_image[:, :, 2] >= min_blue) & (np_image[:, :, 2] <= max_blue)26    ).astype(np.uint8)27 28    # Invertir la máscara para que los objetos de fondo (valor 0) se conviertan en 1 y se etiqueten29    inverted_mask = 1 - mask30    labeled_mask, num_features = label(inverted_mask)31    32    # Filtrar objetos pequeños de valor 033    for i, region in enumerate(find_objects(labeled_mask)):34        if region is not None:35            # Calcular el área del objeto con valor 036            area = np.sum(labeled_mask[region] == i + 1)37            # Si el área es menor a 3000 píxeles, establece el objeto en blanco38            if area < 3000:39                inverted_mask[region] = np.where(labeled_mask[region] == i + 1, 0, inverted_mask[region])40 41    # Invertir de nuevo para restaurar los valores de la máscara original42    filtered_mask = 1 - inverted_mask43 44    # Convertir la máscara modificada a una imagen en blanco y negro45    mask_image = Image.fromarray((filtered_mask * 255).astype(np.uint8))46 47    return mask_image48 49# Crear la interfaz con ejemplos50examples = [["cacao_1.png"], ["cacao_2.jpg"]]  # Asegúrate de que estos archivos estén en la misma carpeta que el script51 52# CSS personalizado para la interfaz53css = """54.app-container { background-color: white; }55.title-container {56    background-color: white;57    display: flex;58    align-items: center;59    justify-content: center;60    height: 300px;61    font-size: 24px;62    font-weight: bold;63    text-align: center;64}65.centered-image { 66    display: block; 67    margin: auto; 68}69"""70 71# Configuración de la interfaz con elementos adicionales72with gr.Blocks(css=css) as demo:73    # Logo y título en la parte superior74    with gr.Row():75        gr.Image(value="Cacaotin.png", width=300, height=300, elem_id="centered-image")76        gr.Markdown("<div class='title-container'>Fermentation Level Classification for Cocoa Beans</div>")77 78    # Botón de GitHub centrado79    gr.Markdown("<center><a href='https://github.com/kebincontreras/cocoa_beans_interfaces' target='_blank'><button style='background-color: #007bff; color: white; padding: 10px 20px; border: none; border-radius: 5px; font-size: 16px;'>View on GitHub</button></a></center>")80 81    # Fila para cargar la imagen y mostrar la salida procesada82    with gr.Row():83        img_input = gr.Image(label="Upload Image")84        img_output = gr.Image(label="Image with Generated Mask")85    86    # Botón para generar la máscara87    btn_classify = gr.Button("Generate Mask for Fermentation Level")88    btn_classify.click(generate_mask, inputs=img_input, outputs=img_output)89 90    # Descripción de las clases de cacao91    gr.Markdown("""92    **Cacao Classes According to NTC1252:2021:**93    - **a) Well-fermented:** Optimal fermentation process.94    - **b) Partially fermented:** Incomplete fermentation process.95    - **c) Non-fermented:** Lack of adequate fermentation.96    """)97    gr.Image(value="cacao.png", label="a) Well-fermented, b) Partially fermented, c) Non-fermented")98 99    # Explicación final según la norma100    gr.Markdown("**Explanation According to NTC1252:2021:** Here you can explain how the NTC1252:2021 norm applies to the classification of fermentation levels.")101 102# Ejecutar la aplicación103if __name__ == "__main__":104    demo.launch()105