File size: 3,258 Bytes
22e17e4
 
 
 
 
 
 
 
 
 
 
 
 
 
51a7681
 
07a52fe
51a7681
07a52fe
 
 
 
 
 
 
22e17e4
07a52fe
22e17e4
 
 
 
 
 
 
 
 
 
 
 
51a7681
22e17e4
 
 
 
 
07a52fe
22e17e4
07a52fe
22e17e4
 
07a52fe
 
 
 
 
 
 
51a7681
 
 
 
 
22e17e4
 
 
51a7681
22e17e4
 
51a7681
 
22e17e4
 
 
51a7681
 
22e17e4
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
from fuzzywuzzy import fuzz
import pandas as pd
import gradio as gr

def calculate_total_calories(user_input):
    df_menu = pd.read_excel('calories.xlsx')

    # Split the user input into individual menu items
    menu_items = user_input.split(',')

    total_calories = 0
    results = []

    for item in menu_items:
        # Split the menu item into quantity and item name
        parts = item.strip().split(' ', 1)

        if len(parts) == 2:
            quantity_str = parts[0]
            if quantity_str.isdigit():
                quantity = int(quantity_str)
                item_name = parts[1]
            else:
                quantity = 1
                item_name = item.strip()
        else:
            quantity = 1
            item_name = item.strip()
        
        # Calculate the similarity scores between the item name and menu item names
        similarity_scores = df_menu['food'].apply(lambda x: fuzz.token_set_ratio(x.lower(), item_name.lower()))
        
        # Find the closest match with the highest similarity score
        closest_match_index = similarity_scores.idxmax()
        closest_match_score = similarity_scores[closest_match_index]
        
        # Check if the similarity score is above a certain threshold
        threshold = 60
        if closest_match_score < threshold:
            results.append("Không tìm thấy thông tin thức ăn: " + item_name)
            continue
        
        # Get the closest match menu item details
        closest_match = df_menu.loc[closest_match_index]
        menu_name = closest_match['food']
        unit = closest_match['unit']
        calories = closest_match['calo']
        calories_per_unit = closest_match['calo_per_unit']
        
        # Calculate the total calories for the current menu item
        unit_spec = ['ml','g','gram']
        if unit in unit_spec:
            item_calories = calories_per_unit * quantity
            total_calories += item_calories
        else:
            item_calories = calories * quantity
            total_calories += item_calories
        results.append("Tên món ăn: " + menu_name)
        results.append("Số lượng: " + str(quantity))
        results.append("Đơn vị: " + unit)
        results.append("Lượng calories trong mỗi đơn vị: " + str(calories)+ " Kcals")
        results.append("Tổng lượng calories của " + menu_name + ": " + str(item_calories)+ " Kcals")
        results.append("")  # Add an empty entry for spacing

    results.append(str(total_calories) + " Kcals")
    return "\n".join(results[0:-1]), results[-1]

output_text = [
    gr.outputs.Textbox(label="Thông tin các thành phần trong bữa ăn"),
    gr.outputs.Textbox(label="Tổng lượng calories của bữa ăn")
]

def gradio_interface():
    input_text = gr.inputs.Textbox(label="Hãy cho tôi biết bữa ăn hôm nay của bạn")
    gr_interface = gr.Interface(fn=calculate_total_calories, inputs=input_text, outputs=output_text, title="Tính Toán Thực Đơn Hằng Ngày", examples=["1 phần cơm tấm sườn bì, 2 trái chuối", "1 phần phở bò, 1 phần bánh Flan"])
    return gr_interface

if __name__ == "__main__":
    gr_interface = gradio_interface()
    gr_interface.launch()