import streamlit as st
import cv2
import io
import numpy as np
from inference_sdk import InferenceHTTPClient

# Fungsi untuk mendeteksi penyakit daun padi
def detect_leaf_diseases(image_bytes):
    # Konversi BytesIO ke numpy array
    image_array = cv2.imdecode(np.frombuffer(image_bytes, np.uint8), cv2.IMREAD_COLOR)
    
    # Inisialisasi klien InferenceHTTPClient dengan API URL dan API key
    CLIENT = InferenceHTTPClient(
        api_url="https://detect.roboflow.com",
        api_key="YOUR_API_KEY"
    )
    
    # Lakukan inferensi menggunakan model deteksi penyakit daun padi
    result = CLIENT.infer(image_array, model_id="your_model_id")
    
    # Dapatkan prediksi dari hasil inferensi
    predictions = result.predictions
    
    # Iterasi melalui prediksi dan tampilkan label dan kotak batas
    for prediction in predictions:
        label = prediction.label
        box = prediction.box
        confidence = prediction.confidence
        
        # Tampilkan label dan kotak batas
        cv2.rectangle(image_array, (box[0], box[1]), (box[2], box[3]), (0, 255, 0), 2)
        cv2.putText(image_array, label, (box[0], box[1] - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)
    
    return image_array

# Judul halaman
st.title("Deteksi Penyakit Daun Padi")

# Deskripsi singkat
st.write("Unggah gambar daun padi untuk mendeteksi penyakit.")

# Input file gambar
uploaded_file = st.file_uploader("Pilih gambar daun padi:", type=["jpg", "jpeg", "png"])

if uploaded_file is not None:
    # Baca gambar dari file yang diunggah
    image_bytes = uploaded_file.read()
    
    if image_bytes is not None:
        # Deteksi penyakit daun padi
        detected_image = detect_leaf_diseases(image_bytes)
        
        # Konversi numpy array ke BytesIO untuk ditampilkan di Streamlit
        detected_image_bytes = cv2.imencode(".jpg", detected_image)[1].tobytes()
        detected_image_bytes_io = io.BytesIO(detected_image_bytes)
        
        # Tampilkan gambar asli dan gambar dengan deteksi
        st.image(uploaded_file, caption="Gambar Asli", use_column_width=True)
        st.image(detected_image_bytes_io, caption="Gambar dengan Deteksi Penyakit", use_column_width=True)
    else:
        st.error("Gagal membaca gambar. Pastikan file yang diunggah adalah gambar yang valid.")
else:
    st.warning("Silakan unggah gambar daun padi untuk mendeteksi penyakit.")