Add application file

app.py

@@ -0,0 +1,36 @@
+import gradio as gr
+from segmentation import segment_image
+import numpy as np
+import cv2
+
+# Image de test par défaut
+default_image_path = "./image.png"
+
+def segment_and_display(image_path=default_image_path):
+    # Appeler la fonction de segmentation
+    original_image, segmented_image = segment_image(image_path)
+    
+    # Retourner les images pour l'affichage
+    return original_image, segmented_image
+
+# Charger l'image de test par défaut
+default_original_image, default_segmented_image = segment_image(default_image_path)
+
+# Interface Gradio
+iface = gr.Interface(
+    fn=segment_and_display,
+    inputs=gr.Image(type="filepath", label="Upload Image"),
+    outputs=[
+        gr.Image(type="numpy", label="Original Image"),
+        gr.Image(type="numpy", label="Segmented Image")
+    ],
+    title="Image Segmentation with K-means (k=2)",
+    description="Upload an image or use the default test image to see the segmentation result.",
+    examples=[
+        [default_image_path]
+    ],
+    live=True  # Permet de voir les changements en temps réel
+)
+
+# Afficher l'image de test par défaut lorsque l'interface est ouverte
+iface.launch(share=True, inline=True)

segmentation.py

@@ -0,0 +1,30 @@
+import cv2
+import numpy as np
+from sklearn.cluster import KMeans
+
+def segment_image(image_path, k=2, resize_shape=(256, 256)):
+    # Charger l'image
+    img = cv2.imread(image_path)
+    img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)  # Convertir en RGB
+    img = cv2.resize(img, resize_shape)  # Redimensionner l'image
+
+    # Normaliser l'image
+    img_normalized = img / 255.0
+
+    # Réduire le bruit
+    img_denoised = cv2.GaussianBlur(img_normalized, (5, 5), 0)
+
+    # Aplatir l'image pour l'appliquer à K-means
+    img_flat = img_denoised.reshape(-1, 3)
+
+    # Appliquer K-means
+    kmeans = KMeans(n_clusters=k, random_state=0).fit(img_flat)
+    labels = kmeans.labels_
+
+    # Réorganiser les labels en image
+    segmented_img = labels.reshape(resize_shape)
+
+    # Convertir l'image segmentée en niveaux de gris
+    segmented_img_gray = (segmented_img * 255).astype(np.uint8)
+
+    return img, segmented_img_gray