.

app3.py

@@ -1,22 +1,36 @@
+import gradio as gr
 from diffusers import StableDiffusionUpscalePipeline
-import torch
 from PIL import Image
+import torch
 
-# Cargar el pipeline
+# Cargar pipeline (float32 para CPU)
 model_id = "stabilityai/stable-diffusion-x4-upscaler"
-pipe = StableDiffusionUpscalePipeline.from_pretrained(model_id, torch_dtype=torch.float16)
-pipe = pipe.to("cpu")
-
-# Cargar la imagen a mejorar
-input_image = Image.open("mi_imagen.jpg").convert("RGB")
+pipe = StableDiffusionUpscalePipeline.from_pretrained(model_id)
+pipe = pipe.to("cpu")  # o "cuda" si tenés GPU
 
-# Prompt opcional: describe cómo quieres mejorar la imagen
-prompt = "A high quality, detailed, and visually clear image"
+# Función que Gradio llamará
+def upscaler_gradio(imagen):
+    if imagen is None:
+        return None
 
-# Ejecutar upscaling
-upscaled_image = pipe(prompt=prompt, image=input_image, scale=4).images[0]
+    # Convertir la imagen de NumPy a PIL
+    img = Image.fromarray(imagen)
+    
+    # Prompt opcional
+    prompt = "A high quality, detailed, and visually clear image"
+    
+    # Ejecutar upscaling
+    result = pipe(prompt=prompt, image=img).images[0]
+    
+    return result
 
-# Guardar resultado
-upscaled_image.save("mi_imagen_upscaled.png")
+# Interfaz Gradio
+demo = gr.Interface(
+    fn=upscaler_gradio,
+    inputs=gr.Image(type="numpy"),  # permite subir imagen desde la web
+    outputs=gr.Image(),
+    title="Upscaler Difusión",
+    description="Sube una imagen y el modelo la mejorará y aumentará resolución 4×."
+)
 
-print("Imagen upscalada guardada como mi_imagen_upscaled.png")
+demo.launch()