import gradio as gr
from transformers import pipeline
from PIL import Image

# Załaduj model klasyfikacji zmian skórnych
skin_model = pipeline("image-classification", model="Anwarkh1/Skin_Cancer-Image_Classification")

def analyze_skin(image):
    if image is None:
        return "❌ Proszę wgrać zdjęcie", None
    
    # Bezpośrednia analiza zmiany skórnej
    result = skin_model(image)
    
    # Formatuj wynik
    output = "✅ Wynik klasyfikacji:\n\n"
    for r in result:
        output += f"🔹 **{r['label']}** – {r['score']:.2%}\n"
    
    return output, image

# Utwórz interfejs Gradio
demo = gr.Interface(
    fn=analyze_skin,
    inputs=gr.Image(type="pil", label="📸 Wgraj zdjęcie zmiany skórnej"),
    outputs=[
        gr.Textbox(label="🔎 Wynik analizy", lines=5),
        gr.Image(label="Przesłane zdjęcie")
    ],
    title="🧴 Klasyfikator zmian skórnych (melanoma etc.)",
    description="Wgraj zdjęcie zmiany skórnej, a aplikacja przeanalizuje rodzaj zmiany. Upewnij się, że zdjęcie przedstawia fragment ludzkiej skóry.",
    theme="soft",
    allow_flagging="never"
)

if __name__ == "__main__":
    demo.launch()