Update app.py

app.py

@@ -6,69 +6,50 @@ import PIL.Image
 import numpy as np
 import os
 import requests
-from gfpgan import GFPGANer
 
-# Функция для скачивания моделей
+# Функция для скачивания модели, если она не скачалась сама
 def download_file(url, filename):
     if not os.path.exists(filename):
         response = requests.get(url)
         with open(filename, "wb") as f:
             f.write(response.content)
 
-# 1. Инициализация поиска лиц (Твой код)
+# Инициализация (с попыткой обхода ошибки загрузки)
 try:
     app = FaceAnalysis(name='buffalore_l', providers=['CPUExecutionProvider'])
     app.prepare(ctx_id=0, det_size=(640, 640))
 except:
+    # Если база не качается, используем упрощенную инициализацию
     app = FaceAnalysis(providers=['CPUExecutionProvider'])
     app.prepare(ctx_id=0, det_size=(640, 640))
 
-# 2. Модель замены (Твой код)
+# Ссылка на файл модели (альтернативный источник)
 model_url = "https://huggingface.co/ezioruan/inswapper_128.onnx/resolve/main/inswapper_128.onnx"
 model_path = "inswapper_128.onnx"
 download_file(model_url, model_path)
 swapper = insightface.model_zoo.get_model(model_path, download=False)
 
-# 3. ДОБАВЛЕНО: Модель улучшения качества (GFPGAN)
-# Она скачается автоматически при первом запуске
-arch = 'clean'
-channel_multiplier = 2
-model_url_gfpgan = 'https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.3.pth'
-restorer = GFPGANer(model_path=model_url_gfpgan, upscale=1, arch=arch, channel_multiplier=channel_multiplier, bg_upsampler=None)
-
 def swap(source_img, target_img):
     if source_img is None or target_img is None:
         return None
     
-    # Конвертируем для работы (Твой код)
-    source_arr = np.array(source_img)
-    target_arr = np.array(target_img)
-    target_bgr = cv2.cvtColor(target_arr, cv2.COLOR_RGB2BGR)
-    
-    source_faces = app.get(source_arr)
-    target_faces = app.get(target_bgr)
+    source_faces = app.get(np.array(source_img))
+    target_faces = app.get(np.array(target_img))
     
     if not source_faces:
         return target_img
         
-    # Процесс замены (Твой код)
-    result_bgr = target_bgr.copy()
+    result = np.array(target_img)
     for face in target_faces:
-        result_bgr = swapper.get(result_bgr, face, source_faces[0], paste_back=True)
+        result = swapper.get(result, face, source_faces[0], paste_back=True)
         
-    # --- МАГИЯ УЛУЧШЕНИЯ (Новое) ---
-    # Прогоняем результат замены через реставратор лиц
-    _, _, enhanced_img = restorer.enhance(result_bgr, has_aligned=False, only_center_face=False, paste_back=True)
-    
-    # Возвращаем результат в формате PIL (Твой код)
-    result_rgb = cv2.cvtColor(enhanced_img, cv2.COLOR_BGR2RGB)
-    return PIL.Image.fromarray(result_rgb)
+    return PIL.Image.fromarray(result)
 
 demo = gr.Interface(
     fn=swap, 
     inputs=[gr.Image(type="pil", label="Лицо-донор"), gr.Image(type="pil", label="Целевое фото")], 
-    outputs=gr.Image(label="Результат в HD"),
-    title="🎭 Мой Face Swap + HD Улучшение"
+    outputs=gr.Image(label="Результат"),
+    title="🎭 Мой Face Swap"
 )
 
 demo.launch()