Create app.py

app.py

@@ -1,89 +1,84 @@
 import gradio as gr
+import requests
 import io
+from PIL import Image
 import imageio
 import numpy as np
-from PIL import Image
-import requests
+import base64
+
+# إعداد API
+API_URL = "https://api-inference.huggingface.co/models/black-forest-labs/FLUX.1-dev"
 
-# دالة لاستدعاء API والحصول على الصورة بناءً على الوصف
 def query(payload, api_key):
-    headers = {
-        "Authorization": f"Bearer {api_key}"
-    }
-    response = requests.post("https://api-inference.huggingface.co/models/CompVis/stable-diffusion-v1-4", headers=headers, json=payload)
-    if response.status_code == 200:
-        return response.content
-    else:
-        raise ValueError(f"API Error {response.status_code}: {response.text}")
+    headers = {"Authorization": f"Bearer {api_key}"}
+    response = requests.post(API_URL, headers=headers, json=payload)
+    return response.content
 
-# دالة لتوليد الفيديو
 def generate_video(video_description, api_key):
-    try:
-        # إعداد القائمة لتخزين الصور
-        image_list = []
+    # إعداد القائمة لتخزين الصور
+    image_list = []
 
-        # الحصول على الصور بناءً على الوصف
-        image_bytes = query({
-            "inputs": f"Create 9 sequential images with 1:1 aspect ratio for every one of images of a {video_description}",
-        }, api_key)
+    # الحصول على الصور بناءً على الوصف
+    image_bytes = query({
+        "inputs": "Create 9 sequential images with 1:1 aspect ratio for every one of images of a " + video_description,
+    }, api_key)
 
-        # فتح الصورة باستخدام PIL
-        image = Image.open(io.BytesIO(image_bytes))
+    # فتح الصورة باستخدام PIL
+    image = Image.open(io.BytesIO(image_bytes))
 
-        # قائمة الإحداثيات لقص الصورة إلى 9 أجزاء (340 بكسل لكل جزء على افتراض أن الصورة 1020x1020)
-        coordinates = [
-            (0, 340, 0, 340),  
-            (340, 680, 0, 340), 
-            (680, 1020, 0, 340),
-            (0, 340, 340, 680),  
-            (340, 680, 340, 680), 
-            (680, 1020, 340, 680),
-            (0, 340, 680, 1020),  
-            (340, 680, 680, 1020), 
-            (680, 1020, 680, 1020),
-        ]
+    # قائمة الإحداثيات لقص الصورة إلى 9 أجزاء
+    coordinates = [
+        (0, 340, 0, 340),  
+        (340, 680, 0, 340), 
+        (680, 1020, 0, 340),
+        (0, 340, 340, 680),  
+        (340, 680, 340, 680), 
+        (680, 1020, 340, 680),
+        (0, 340, 680, 1020),  
+        (340, 680, 680, 1020), 
+        (680, 1020, 680, 1020),
+    ]
 
-        # قص الأجزاء وإضافتها إلى image_list
-        for (x1, x2, y1, y2) in coordinates:
-            cropped_image = image.crop((x1, y1, x2, y2))
-            image_list.append(np.array(cropped_image))  # تحويل الصورة إلى مصفوفة NumPy
+    # قص الأجزاء وإضافتها إلى image_list
+    for (x1, x2, y1, y2) in coordinates:
+        cropped_image = image.crop((x1, y1, x2, y2))
+        image_list.append(np.array(cropped_image))  # تحويل الصورة إلى مصفوفة NumPy
 
-        # تكرار الصور للحصول على عدد أكبر لإنتاج الفيديو
-        image_list_extended = image_list * 10  # تكرار 10 مرات للحصول على فيديو أطول
+    # تكرار الصور للحصول على عدد أكبر لإنتاج الفيديو
+    image_list_extended = image_list * 10  # تكرار 10 مرات للحصول على فيديو أطول
 
-        # إنشاء الفيديو في الذاكرة باستخدام imageio
-        output_buffer = io.BytesIO()
-        with imageio.get_writer(output_buffer, format='mp4', mode='I', fps=2) as writer:
-            for img_array in image_list_extended:
-                writer.append_data(img_array)  # إضافة المصفوفة مباشرة
+    # إنشاء الفيديو في الذاكرة باستخدام imageio
+    output_buffer = io.BytesIO()
+    with imageio.get_writer(output_buffer, format='mp4', mode='I', fps=2) as writer:
+        for img_array in image_list_extended:
+            writer.append_data(img_array)  # إضافة المصفوفة مباشرة
 
-        output_buffer.seek(0)  # العودة إلى بداية الملف
-        return output_buffer.getvalue()  # إرجاع بيانات الفيديو
+    output_buffer.seek(0)  # العودة إلى بداية الملف
+    return output_buffer.getvalue()  # إرجاع بيانات الفيديو
 
-    except Exception as e:
-        return f"حدث خطأ أثناء إنشاء الفيديو: {e}"
-
-# إنشاء واجهة Gradio
+# إعداد واجهة المستخدم باستخدام Gradio
 def main(video_description, api_key):
-    video_data = generate_video(video_description, api_key)
-    if isinstance(video_data, str):  # في حال وجود خطأ
-        return video_data, None
-    return "تم إنشاء الفيديو بنجاح", (video_data, "video/mp4")
+    # التحقق من وجود مفتاح API
+    if not api_key:
+        return "يرجى إدخال مفتاح API الخاص بك."
+    
+    # إظهار رسالة التحميل
+    message = "يتم الآن إنشاء الفيديو، يرجى الانتظار لبضع دقائق."
 
-# إعداد الواجهة
-interface = gr.Interface(
-    fn=main,
-    inputs=[
-        gr.Textbox(label="وصف الفيديو", placeholder="أدخل وصف الفيديو المطلوب"),
-        gr.Textbox(label="مفتاح API", placeholder="أدخل مفتاح API الخاص بك", type="password")
-    ],
-    outputs=[
-        gr.Textbox(label="الحالة"),
-        gr.Video(label="الفيديو الناتج")
-    ],
-    title="مولد الفيديوهات",
-    description="أدخل وصفًا للحصول على فيديو، تأكد من إدخال مفتاح API صالح من Hugging Face."
-)
+    try:
+        # إنشاء الفيديو
+        video_data = generate_video(video_description, api_key)
+        
+        # تحويل الفيديو إلى Base64
+        video_base64 = base64.b64encode(video_data).decode('utf-8')
+
+        # إرجاع الفيديو
+        video_output = f'<video width="320" height="240" controls><source src="data:video/mp4;base64,{video_base64}" type="video/mp4">Your browser does not support the video tag.</video>'
+        
+        return message, video_output
+    except Exception as e:
+        return f"حدث خطأ أثناء إنشاء الفيديو: {str(e)}"
 
-# تشغيل التطبيق
-interface.launch()
+# واجهة Gradio
+with gr.Interface(fn=main, inputs=[gr.Textbox(label="Enter Video Description"), gr.Textbox(label="Enter your Hugging Face API Key")], outputs=[gr.Textbox(), gr.HTML()]) as demo:
+    demo.launch()