Update app.py

app.py

@@ -50,38 +50,32 @@ def apply_latent_poisoning(latent, strength=0.3):
     
     return poisoned_latent
 
-def encode_image_to_base64(image):
-    buffered = io.BytesIO()
-    image.save(buffered, format="JPEG")
-    return base64.b64encode(buffered.getvalue()).decode('utf-8')
-
 def process_image(input_image, strength=0.3):
+    if input_image is None:
+        return None
+        
     # استخراج التمثيل الكامن
     latent = image_to_latent(input_image)
     
     # تطبيق التشويش على الفضاء الكامن
-    poisoned_latent = apply_latent_poisoning(latent, strength)
+    poisoned_latent = apply_latent_poisoning(latent, float(strength))
     
     # إعادة بناء الصورة
     protected_image = latent_to_image(poisoned_latent)
     
     return protected_image
 
-# تعريف واجهة المستخدم
-with gr.Blocks() as demo:
-    with gr.Row():
-        with gr.Column():
-            input_image = gr.Image(type="pil", label="الصورة الأصلية")
-            strength = gr.Slider(minimum=0.1, maximum=0.5, value=0.3, step=0.1, label="قوة الحماية")
-            protect_btn = gr.Button("حماية الصورة")
-        
-        with gr.Column():
-            output_image = gr.Image(type="pil", label="الصورة المحمية")
-    
-    protect_btn.click(fn=process_image, inputs=[input_image, strength], outputs=output_image)
-    
-    # تعريف API للاستخدام عبر REST
-    gr.Interface.load("interface", inputs=[input_image, strength], outputs=output_image, title="Latent Diffusion API")
+# تعريف واجهة Gradio الرئيسية
+iface = gr.Interface(
+    fn=process_image,
+    inputs=[
+        gr.Image(type="pil", label="الصورة الأصلية"),
+        gr.Slider(minimum=0.1, maximum=0.5, value=0.3, step=0.1, label="قوة الحماية")
+    ],
+    outputs=gr.Image(type="pil", label="الصورة المحمية"),
+    title="حماية الصور باستخدام الفضاء الكامن المعكوس",
+    description="قم برفع صورة وتحديد قوة الحماية لتطبيق تقنية الفضاء الكامن المعكوس"
+)
 
 # تشغيل التطبيق
-demo.launch()
+iface.launch()