Update app.py

app.py

@@ -31,8 +31,8 @@ os.environ["TRANSFORMERS_CACHE"] = CACHE_PATH
 os.environ["HF_HUB_CACHE"] = CACHE_PATH
 os.environ["HF_HOME"] = CACHE_PATH
 
-# Google GenAI 사용을 위해서는 다음과 같은 환경 변수가 필요합니다.
-# os.environ["GAPI_TOKEN"] = "<YOUR_GOOGLE_GENAI_API_KEY>"
+# (예시) Google GenAI 사용:
+# export GAPI_TOKEN="<YOUR_GOOGLE_GENAI_API_KEY>"
 
 # 작업 시간 측정을 위한 간단한 타이머 클래스
 class timer:
@@ -82,13 +82,21 @@ def generate_by_google_genai(text, file_name, model="gemini-2.0-flash-exp"):
     - file_name: 원본 이미지(예: .png) 경로
     - model: 사용할 gemini 모델 이름
     """
-    # 1) Google Client 초기화
-    client = genai.Client(api_key=os.getenv("GAPI_TOKEN"))
+    # (1) 환경 변수에서 API 키 가져오기 (필수)
+    api_key = os.getenv("GAPI_TOKEN", None)
+    if not api_key:
+        raise ValueError(
+            "GAPI_TOKEN 환경 변수가 설정되지 않았습니다. "
+            "Google GenAI API를 사용하기 위해서는 GAPI_TOKEN이 필요합니다."
+        )
+
+    # (2) Google Client 초기화
+    client = genai.Client(api_key=api_key)
     
-    # 2) 이미지 업로드
+    # (3) 이미지 업로드
     files = [client.files.upload(file=file_name)]
     
-    # 3) gemini에 전달할 Content 준비 (이미지 + 프롬프트)
+    # (4) gemini에 전달할 Content 준비 (이미지 + 프롬프트)
     contents = [
         types.Content(
             role="user",
@@ -102,7 +110,7 @@ def generate_by_google_genai(text, file_name, model="gemini-2.0-flash-exp"):
         ),
     ]
 
-    # 4) 생성/변환 설정
+    # (5) 생성/변환 설정
     generate_content_config = types.GenerateContentConfig(
         temperature=1,
         top_p=0.95,
@@ -133,18 +141,21 @@ def generate_by_google_genai(text, file_name, model="gemini-2.0-flash-exp"):
                 save_binary_file(temp_path, candidate.inline_data.data)
                 print(f"File of mime type {candidate.inline_data.mime_type} saved to: {temp_path}")
                 image_path = temp_path
-                break  # 이미지가 오면 우선 멈춤
+                # 이미지가 생성되면 보통 여기서 break
+                break
             else:
-                # 없으면 텍스트를 누적
+                # 이미지 없이 텍스트만 반환되는 경우(희박) 누적
                 text_response += chunk.text + "\n"
     
-    # 업로드 파일(google.genai.files.File) 객체 제거
+    # 업로드한 File 객체 제거
     del files
 
     return image_path, text_response
 
 #######################################
-# 3. Gradio 함수: (1) FLUX로 이미지 생성 -> (2) Google GenAI로 텍스트 교체
+# 3. Gradio 함수: 
+#    (1) FLUX로 이미지 생성 -> 
+#    (2) Google GenAI로 텍스트 교체
 #######################################
 
 def generate_initial_image(prompt, text, height, width, steps, scale, seed):
@@ -153,10 +164,7 @@ def generate_initial_image(prompt, text, height, width, steps, scale, seed):
     prompt: 이미지 배경/장면/스타일 묘사를 위한 프롬프트
     text: 실제로 이미지에 들어가야 할 문구(예: "안녕하세요", "Hello world" 등)
     """
-    # 이미지에 텍스트를 포함시키려면 프롬프트에 직접 문구 요청을 넣는 것이 중요.
-    # Diffusion 모델에 따라 잘 반영되지 않을 수도 있으니, 구체적으로 기재할수록 유리.
-    # 예: "A poster with large bold Korean text that says '안녕하세요' in red color ..."
-    # 여기서는 간단히 prompt 뒤에 텍스트 삽입 예시를 보여줌
+    # Diffusion 모델에 "이미지 안에 텍스트를 표시하라"는 요청을 넣기 위해
     combined_prompt = f"{prompt} with clear readable text that says '{text}'"
 
     with torch.inference_mode(), torch.autocast("cuda", dtype=torch.bfloat16), timer("inference"):
@@ -200,6 +208,7 @@ def change_text_in_image(original_image, new_text):
             return None, text_response
 
     except Exception as e:
+        # Gradio 에러 표시를 위해 gr.Error를 사용
         raise gr.Error(f"Error: {e}")
 
 
@@ -212,12 +221,10 @@ with gr.Blocks(title="Flux + Google GenAI Text Replacement") as demo:
         """
         # Flux 기반 이미지 생성 + Google GenAI를 통한 텍스트 변환
         **이 데모는 아래 두 단계를 보여줍니다.**
-
         1) **Diffusion 모델(FluxPipeline)을 이용해** 이미지 생성.  
            - 이때, 사용자가 지정한 텍스트를 이미지 안에 표시하도록 시도합니다.  
         2) **생성된 이미지를 Google GenAI(gemini) 모델에 전달**하여,  
            - 이미지 내 텍스트 부분만 다른 문자열로 변경.
-
         ---
         """
     )
@@ -273,9 +280,5 @@ with gr.Blocks(title="Flux + Google GenAI Text Replacement") as demo:
         outputs=[output_img, output_txt]
     )
 
-if __name__ == "__main__":
-    # 이 줄을 제거
-    # demo.queue(concurrency_count=1, max_size=20).launch()
-    
-    # 이렇게 변���
-    demo.launch(max_threads=20)  # 전체 작업자 수 설정
+# Gradio 실행
+demo.launch(max_threads=20)