Update app.py

app.py

@@ -25,7 +25,7 @@ EN_TO_NL = {
     "sad": "Verdrietig",
     "surprise": "Verrast",
     "angry": "Boos",
-    "anger": "Boos",        # sommige modellen geven 'anger'
+    "anger": "Boos",
     "disgust": "Walging",
     "fear": "Bang",
     "contempt": "Minachting",
@@ -36,7 +36,7 @@ def to_dutch(label: str) -> str:
     if not label:
         return "Onbekend"
     key = label.strip().lower()
-    return EN_TO_NL.get(key, label)  # fallback naar originele label als onbekend
+    return EN_TO_NL.get(key, label)  # fallback naar origineel indien onbekend
 
 def visualize(image, det_res, fer_res):
     output = image.copy()
@@ -44,12 +44,10 @@ def visualize(image, det_res, fer_res):
 
     for det, fer_type in zip(det_res, fer_res):
         bbox = det[0:4].astype(np.int32)
-        # Modelbeschrijving -> NL label
         fer_type_str_en = FacialExpressionRecog.getDesc(fer_type)
         fer_type_str_nl = to_dutch(fer_type_str_en)
 
         cv.rectangle(output, (bbox[0], bbox[1]), (bbox[0]+bbox[2], bbox[1]+bbox[3]), (0, 255, 0), 2)
-        # Iets grotere en vettere tekst
         cv.putText(output, fer_type_str_nl, (bbox[0], max(0, bbox[1] - 10)),
                    cv.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2, cv.LINE_AA)
 
@@ -67,16 +65,11 @@ def summarize_emotions(fer_res):
     if not fer_res:
         return "## **Geen gezicht gedetecteerd**"
 
-    # Haal Engelstalige labels uit het model en map naar NL
     names_en = [FacialExpressionRecog.getDesc(x) for x in fer_res]
     names_nl = [to_dutch(n) for n in names_en]
     counts = Counter(names_nl).most_common()
     top, top_n = counts[0]
-
-    # Compacte lijst: "Blij (2), Neutraal (1)"
     details = ", ".join([f"{name} ({n})" for name, n in counts])
-
-    # Grote headline + toelichting
     return f"# **{top}**\n\n_Gedetecteerde emoties: {details}_"
 
 def detect_expression(input_image):
@@ -86,7 +79,6 @@ def detect_expression(input_image):
 
     dets = detect_model.infer(image)
     if dets is None:
-        # Geen gezichten
         emotion_md = summarize_emotions([])
         return cv.cvtColor(image, cv.COLOR_BGR2RGB), emotion_md
 
@@ -122,8 +114,8 @@ custom_css = """
 """
 
 with gr.Blocks(css=custom_css, theme=gr.themes.Default()) as demo:
-    gr.Markdown("## Herkenning van gezichtsuitdrukkingen ")
-    gr.Markdown("Detecteert gezichten en herkent gezichtsuitdrukkingen ")
+    gr.Markdown("## Herkenning van gezichtsuitdrukkingen (FER) met OpenCV DNN")
+    gr.Markdown("Detecteert gezichten en herkent gezichtsuitdrukkingen met YuNet + MobileFaceNet (ONNX).")
 
     with gr.Row():
         with gr.Column(scale=1):
@@ -132,9 +124,9 @@ with gr.Blocks(css=custom_css, theme=gr.themes.Default()) as demo:
                 submit_btn = gr.Button("Verstuur", variant="primary")
                 clear_btn = gr.Button("Wissen")
         with gr.Column(scale=1):
-            # Grote emotie-uitkomst bovenaan
-            emotion_md = gr.Markdown(value="## **Nog geen resultaat**", elem_id="emotie-uitslag")
+            # Eerst de afbeelding, DAARONDER de emotie-uitslag
             output_image = gr.Image(type="numpy", label="Resultaat gezichtsuitdrukking")
+            emotion_md = gr.Markdown(value="## **Nog geen resultaat**", elem_id="emotie-uitslag")
 
     # Output(s) leegmaken bij nieuwe upload
     def _clear_output_on_new_image():