Update app.py

app.py

@@ -5,50 +5,69 @@ import numpy as np
 import random
 import torch
 from diffusers import DiffusionPipeline
+import time
 
-# --- 1. إعداد النموذج والجهاز ---
+# --- 1. الإعدادات والثوابت ---
 
-# التحقق من وجود GPU وتحديد نوع البيانات
-device = "cuda" if torch.cuda.is_available() else "cpu"
-torch_dtype = torch.float16 if torch.cuda.is_available() else torch.float32
+# تحديد الجهاز ونوع البيانات
+DEVICE = "cuda" if torch.cuda.is_available() else "cpu"
+DTYPE = torch.float16 if torch.cuda.is_available() else torch.float32
 
+# معرفات النماذج
 # هام: استبدل "YourUsername/Takween-v1" بالمعرف الخاص بنموذجك الذي رفعته على Hugging Face
-MODEL_ID = "YourUsername/Takween-v1"
+MODEL_ID = "YourUsername/Takween-v1" 
 BASE_MODEL_ID = "runwayml/stable-diffusion-v1-5"
 
-# تحميل النموذج مع خطة بديلة
-try:
-    pipe = DiffusionPipeline.from_pretrained(MODEL_ID, torch_dtype=torch_dtype)
-    print(f"✅ Trained model '{MODEL_ID}' loaded successfully from the Hub.")
-except Exception as e:
-    print(f"❌ Could not load trained model '{MODEL_ID}'. Loading base model. Error: {e}")
-    pipe = DiffusionPipeline.
-from_pretrained(BASE_MODEL_ID, torch_dtype=torch_dtype)
-
-pipe = pipe.to(device)
-
-# تحديد أقصى قيمة للبذرة العشوائية
 MAX_SEED = np.iinfo(np.int32).max
 
-# --- 2. دالة توليد الصور ---
-
-def infer(
-    prompt,
-    negative_prompt,
-    seed,
-    randomize_seed,
-    guidance_scale,
-    num_inference_steps,
-    progress=gr.Progress(track_tqdm=True),
-):
-    """
-    تستقبل هذه الدالة المدخلات من الواجهة وتقوم بتوليد الصورة.
-    """
+# شعار المشروع (SVG مدمج)
+LOGO_SVG = """
+<svg xmlns="http://www.w3.org/2000/svg" width="48" height="48" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2" stroke-linecap="round" stroke-linejoin="round">
+  <path d="M12 2C6.48 2 2 6.48 2 12s4.48 10 10 10 10-4.48 10-10S17.52 2 12 2z"></path>
+  <path d="M7 7h10v2H7z"></path>
+  <path d="M12 7v10"></path>
+</svg>
+"""
+
+# --- 2. تحميل النموذج ---
+try:
+    pipe = DiffusionPipeline.from_pretrained(MODEL_ID, torch_dtype=DTYPE, safety_checker=None)
+    print(f"✅ Trained model '{MODEL_ID}' loaded successfully.")
+except Exception:
+    print(f"❌ Could not load trained model '{MODEL_ID}'. Loading base model.")
+    pipe = DiffusionPipeline.from_pretrained(BASE_MODEL_ID, torch_dtype=DTYPE, safety_checker=None)
+
+pipe = pipe.to(DEVICE)
+
+# --- 3. تصميم الثيم الاحترافي ---
+theme = gr.themes.Base(
+    primary_hue=gr.themes.colors.purple,
+    secondary_hue=gr.themes.colors.neutral,
+    font=[gr.themes.GoogleFont("IBM Plex Sans"), "system-ui", "sans-serif"],
+).set(
+    body_background_fill="*neutral_50",
+    block_background_fill="white",
+    block_border_width="1px",
+    block_shadow="*shadow_drop_lg",
+    button_shadow="*shadow_push",
+    button_primary_background_fill="*primary_500",
+    button_primary_background_fill_hover="*primary_600",
+)
+
+# --- 4. دالة التوليد مع تحديثات الواجهة ---
+def infer(prompt, negative_prompt, guidance_scale, num_inference_steps, seed, randomize_seed):
     if randomize_seed:
         seed = random.randint(0, MAX_SEED)
-
-    generator = torch.Generator(device=device).manual_seed(seed)
-
+    
+    generator = torch.Generator(device=DEVICE).manual_seed(seed)
+    
+    # تحديث الواجهة لإظهار حالة التحميل
+    yield {
+        output_image: gr.update(value=None, interactive=False, visible=True),
+        run_button: gr.update(interactive=False, value="...جاري التكوين"),
+    }
+    
+    # توليد الصورة
     image = pipe(
         prompt=prompt,
         negative_prompt=negative_prompt,
@@ -56,110 +75,73 @@ def infer(
         num_inference_steps=int(num_inference_steps),
         generator=generator,
     ).images[0]
-
-    # إرجاع الصورة والبذرة المستخدمة لعرضها في الواجهة
-    return image, seed
-
-
-# --- 3. تصميم واجهة Gradio ---
-
-# أمثلة خاصة بمشروع تكوين
-examples = [
-    "A filled red circle with a black border",
-    "An outline blue triangle positioned to the left of a yellow square",
-    "A green star overlapping a purple rectangle",
-]
-
-# تنسيق CSS بسيط لتوسيط الواجهة
-css = """
-#col-container {
-    margin: 0 auto;
-    max-width: 700px;
-}
-"""
-
-# بناء الواجهة باستخدام gr.Blocks
-with gr.Blocks(css=css, theme=gr.themes.Soft()) as demo:
-    with gr.Column(elem_id="col-container"):
-        # العنوان الرئيسي
-        gr.Markdown("# مشروع تكوين (Takween Project)")
-        gr.Markdown("#### نموذج متخصص في تحويل الأوصاف النصية إلى صور هندسية دقيقة.")
-
-        # صف الإدخال الرئيسي وزر التش��يل
-        with gr.Row():
-            prompt = gr.Text(
-                label="أدخل الوصف النصي هنا (Prompt)",
-                show_label=False,
-                max_lines=1,
-                placeholder="دائرة حمراء ممتلئة على خلفية زرقاء...",
-                container=False,
+    
+    # تحديث الواجهة بالنتائج النهائية
+    yield {
+        output_image: gr.update(value=image, interactive=True),
+        output_seed: gr.update(value=seed),
+        run_button: gr.update(interactive=True, value="كوّن مرة أخرى"),
+    }
+
+
+# --- 5. بناء الواجهة الاحترافية ---
+with gr.Blocks(theme=theme, css="#footer {text-align: center;}") as demo:
+    # رأس الصفحة (Header)
+    with gr.Row():
+        gr.HTML(f"<div style='display: flex; align-items: center; gap: 12px;'>{LOGO_SVG}<h1>مشروع تكوين</h1></div>")
+
+    gr.Markdown("#### نموذج متخصص في تحويل الأوصاف النصية إلى صور هندسية دقيقة.")
+    gr.HTML("<hr>")
+
+    # الهيكل الرئيسي (عمودين)
+    with gr.Row():
+        # العمود الأيسر: الإعدادات
+        with gr.Column(scale=1):
+            prompt = gr.Textbox(label="الوصف (Prompt)", placeholder=" دائرة حمراء بحدود سوداء سميكة...", lines=3)
+            negative_prompt = gr.Textbox(label="الوصف السلبي (Negative Prompt)", placeholder=" جودة منخفضة، ضبابية، تشوه...")
+            
+            with gr.Accordion("الإعدادات المتقدمة", open=False):
+                guidance_scale = gr.Slider(label="مقياس التوجيه", minimum=1.0, maximum=20.0, value=7.5, step=0.1)
+                num_inference_steps = gr.Slider(label="عدد الخطوات", minimum=10, maximum=100, value=30, step=1)
+                with gr.Row():
+                    seed = gr.Number(label="البذرة (Seed)", value=0, precision=0)
+                    randomize_seed = gr.Checkbox(label="عشوائي", value=True)
+            
+            run_button = gr.Button("كوّن الصورة", variant="primary")
+            
+            gr.Examples(
+                examples=[
+                    "A filled red circle with a thick black border",
+                    "An outline blue triangle positioned to the left of a yellow square",
+                    "A green star overlapping a purple rectangle",
+                ],
+                inputs=[prompt]
             )
-            run_button = gr.Button("تكوين", scale=0, variant="primary")
-
-        # عرض الصورة الناتجة
-        result_image = gr.Image(label="الصورة المولدة", show_label=False)
 
-        # قسم الإعدادات المتقدمة
-        with gr.Accordion("الإعدادات المتقدمة (Advanced Settings)", open=False):
-            negative_prompt = gr.Text(
-                label="الوصف السلبي (Negative Prompt)",
-                max_lines=1,
-                placeholder="أدخل ما لا ترغب في رؤيته في الصورة",
-            )
-            
-            with gr.Row():
-                seed = gr.Slider(
-                    label="البذرة (Seed)",
-                    minimum=0,
-                    maximum=MAX_SEED,
-                    step=1,
-                    value=0,
-                )
-                randomize_seed = gr.Checkbox(label="بذرة عشوائية", value=True)
-
-            with gr.Row():
-                guidance_scale = gr.Slider(
-                    label="مقياس التوجيه (Guidance Scale)",
-                    minimum=0.0,
-                    maximum=20.0,
-                    step=0.1,
-                    value=7.5, # قيمة مثالية لنموذج SD v1.5
-                )
-                num_inference_steps = gr.Slider(
-                    label="عدد خطوات التوليد",
-                    minimum=1,
-                    maximum=100,
-                    step=1,
-                    value=30, # قيمة جيدة ومتوازنة
-                )
-        
-        # عرض أمثلة جاهزة
-        gr.Examples(examples=examples, inputs=[prompt])
-
-       # قسم حقوق الملكية
-        gr.Markdown(
-            """
-            <div style='text-align: center; font-size: 12px; color: grey;'>
-                <p>© 2025 مشروع تكوين | تطوير: أسامة سعيد وطارق العمري. جميع الحقوق محفوظة.</p>
-            </div>
-            """
-        )
-
-    # ربط المدخلات والمخرجات بالدالة
-    gr.on(
-        triggers=[run_button.click, prompt.submit],
+        # العمود الأيمن: النتائج
+        with gr.Column(scale=2):
+            output_image = gr.Image(label="الصورة المولّدة", interactive=False, height=512)
+            output_seed = gr.Textbox(label="البذرة المستخدمة (Seed)", interactive=False)
+
+    # تذييل الصفح�� (Footer)
+    gr.HTML("<hr>")
+    with gr.Accordion("فريق العمل والشكر والتقدير", open=False):
+        gr.Markdown("""
+        <div style='text-align: right; direction: rtl;'>
+            <h4><b>فريق العمل:</b> أسامة سعيد و طارق العمري</h4>
+            <h4><b>شكر وتقدير خاص:</b></h4>
+            <p>نتقدم بجزيل الشكر للدكتور القدير/ <b>أكرم الصباري</b> (أستاذ الذكاء الاصطناعي وتعلم الآلة) والمهندسة/ <b>فاتن الحيافي</b> (أستاذة الجانب العملي) على إرشادهما ودعمهما المستمر.</p>
+        </div>
+        """)
+    gr.Markdown("<p id='footer'>© 2025 مشروع تكوين. جميع الحقوق محفوظة.</p>")
+
+    # ربط الأحداث بالدوال
+    run_button.click(
         fn=infer,
-        inputs=[
-            prompt,
-            negative_prompt,
-            seed,
-            randomize_seed,
-            guidance_scale,
-            num_inference_steps,
-        ],
-        outputs=[result_image, seed],
+        inputs=[prompt, negative_prompt, guidance_scale, num_inference_steps, seed, randomize_seed],
+        outputs=[output_image, output_seed, run_button],
     )
 
-# لتشغيل الواجهة محلياً
+# --- 6. تشغيل التطبيق ---
 if __name__ == "__main__":
     demo.launch()