Update app.py

app.py

@@ -1,3 +1,93 @@
 import gradio as gr
 
-gr.load("models/openai-community/gpt2").launch()
+import gradio as gr
+import numpy as np
+import matplotlib.pyplot as plt
+from skimage.transform import radon, iradon
+from scipy.fft import fft, ifft
+from io import BytesIO
+import base64
+from PIL import Image
+
+def process_image(image):
+    # Orijinal görüntüyü işleme (grayscale'e çevirme)
+    image = Image.open(BytesIO(image)).convert("L")
+    image = np.array(image)
+
+    # Sinogram oluşturma (projeksiyon verileri)
+    theta = np.linspace(0., 180., max(image.shape), endpoint=False)
+    sinogram = radon(image, theta=theta, circle=True)
+
+    # Projeksiyon verilerine Fourier dönüşümü uygulama
+    fourier = fft(sinogram, axis=0)
+
+    # Ramp filtre uygulama
+    freq = np.fft.fftfreq(sinogram.shape[0]).reshape(-1, 1)
+    ramp_filter = np.abs(freq)
+    filtered_fourier = fourier * ramp_filter
+
+    # Ters Fourier dönüşümü uygulama
+    filtered_sinogram = np.real(ifft(filtered_fourier, axis=0))
+
+    # Geri yansıtma (back projection) ile görüntü oluşturma
+    reconstructed_image = iradon(filtered_sinogram, theta=theta, circle=True)
+
+    # Görselleştirme için görüntüler
+    fig, axes = plt.subplots(2, 2, figsize=(10, 10))
+    axes[0, 0].set_title("Orijinal Görüntü")
+    axes[0, 0].imshow(image, cmap="gray")
+    axes[0, 0].axis("off")
+
+    axes[0, 1].set_title("Sinogram")
+    axes[0, 1].imshow(sinogram, cmap="gray", aspect="auto")
+    axes[0, 1].axis("off")
+
+    axes[1, 0].set_title("Filtrelenmiş Sinogram")
+    axes[1, 0].imshow(filtered_sinogram, cmap="gray", aspect="auto")
+    axes[1, 0].axis("off")
+
+    axes[1, 1].set_title("Rekonstürülen Görüntü")
+    axes[1, 1].imshow(reconstructed_image, cmap="gray")
+    axes[1, 1].axis("off")
+
+    plt.tight_layout()
+
+    # Görüntüleri base64 formatında döndürme
+    buf = BytesIO()
+    plt.savefig(buf, format="png")
+    buf.seek(0)
+    encoded_image = base64.b64encode(buf.read()).decode("utf-8")
+    buf.close()
+    plt.close()
+
+    return f"<img src='data:image/png;base64,{encoded_image}'/>"
+
+# GPT-2 modelini yükleme
+def gpt2_response(prompt):
+    # GPT-2 modelinden yanıt alma
+    model = gr.load("models/openai-community/gpt2")
+    response = model([prompt])[0]
+    return response
+
+# Gradio arayüzü tanımlama
+with gr.Blocks() as demo:
+    gr.Markdown("# GPT-2 Destekli Radon Dönüşümü Görselleştirme")
+    gr.Markdown("Bir görüntü yükleyin, GPT-2 modelinden işlem açıklamaları alın ve Radon dönüşümünü uygulayın.")
+
+    with gr.Row():
+        text_prompt = gr.Textbox(label="GPT-2 Prompt", placeholder="Radon dönüşümü için talimat yazın.")
+        gpt2_output = gr.Textbox(label="GPT-2 Yanıtı")
+
+    gpt2_button = gr.Button("GPT-2 Çalıştır")
+
+    with gr.Row():
+        image_input = gr.Image(type="bytes", label="Görüntü Yükle")
+        output = gr.HTML(label="Sonuçlar")
+
+    image_button = gr.Button("Görüntü İşle")
+
+    gpt2_button.click(gpt2_response, inputs=[text_prompt], outputs=[gpt2_output])
+    image_button.click(process_image, inputs=[image_input], outputs=[output])
+
+if __name__ == "__main__":
+    demo.launch()