Update app.py

app.py

@@ -1,46 +1,74 @@
 import gradio as gr
-from huggingface_hub import InferenceClient
-from PIL import Image
-import io
-import uuid
+import cv2
+import insightface
+from insightface.app import FaceAnalysis
+import PIL.Image
+import numpy as np
+import os
+import requests
+from gfpgan import GFPGANer
 
-# Это API само делает и замену, и улучшение качества (как Remaker)
-client = InferenceClient("ghoskno/Face_Substitution")
+# Функция для скачивания моделей
+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)
 
-def process_faces(source_img, target_img):
+# 1. Инициализация поиска лиц (Твой код)
+try:
+    app = FaceAnalysis(name='buffalore_l', providers=['CPUExecutionProvider'])
+    app.prepare(ctx_id=0, det_size=(640, 640))
+except:
+    app = FaceAnalysis(providers=['CPUExecutionProvider'])
+    app.prepare(ctx_id=0, det_size=(640, 640))
+
+# 2. Модель замены (Твой код)
+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
     
-    try:
-        # Отправляем на сервер, где всё уже настроено
-        raw_output = client.face_swapping(target_img, source_img)
-        
-        # Делаем из этого реальное фото
-        image = Image.open(io.BytesIO(raw_output))
+    # 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)
+    
+    if not source_faces:
+        return target_img
         
-        # Сохраняем файл на диск, чтобы он был доступен для скачивания
-        file_name = f"result_{uuid.uuid4().hex}.jpg"
-        image.save(file_name)
+    # Процесс замены (Твой код)
+    result_bgr = target_bgr.copy()
+    for face in target_faces:
+        result_bgr = swapper.get(result_bgr, face, source_faces[0], paste_back=True)
         
-        return file_name
-    except Exception as e:
-        print(f"Ошибка: {e}")
-        return None
-
-# Твой привычный интерфейс, который работал
-with gr.Blocks() as demo:
-    gr.Markdown("# 🎭 Мой Face Swap HD")
+    # --- 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)
     
-    with gr.Row():
-        with gr.Column():
-            source = gr.Image(type="filepath", label="Твое лицо")
-            target = gr.Image(type="filepath", label="Куда вставляем")
-            btn = gr.Button("🚀 ЗАМЕНИТЬ И УЛУЧШИТЬ", variant="primary")
-        
-        with gr.Column():
-            # filepath — это ключ к тому, чтобы файл можно было скачать
-            output = gr.Image(label="Результат", type="filepath")
+    # Возвращаем результат в формате PIL (Твой код)
+    result_rgb = cv2.cvtColor(enhanced_img, cv2.COLOR_BGR2RGB)
+    return PIL.Image.fromarray(result_rgb)
 
-    btn.click(fn=process_faces, inputs=[source, target], outputs=output)
+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"
+)
 
 demo.launch()