Update app.py

app.py

@@ -1,60 +1,29 @@
 import gradio as gr
-import torch
 from PIL import Image
 import numpy as np
-from iopaint.model_manager import ModelManager
-from iopaint.schema import InpaintRequest
-
-# 1. إعداد الموديل (LaMa هو الأفضل للمنهوا والـ SFX)
-device = "cuda" if torch.cuda.is_available() else "cpu"
-# سيقوم التطبيق بتحميل موديل lama تلقائياً عند أول تشغيل
-model = ModelManager(name="lama", device=device)
-
-def process_inpaint(image_dict):
-    if image_dict is None:
-        return None
-    
-    # استخراج الصورة الأصلية والماسك (الرسم بالفرشاة)
-    image = image_data['composite'].convert("RGB")
-    mask = image_data['layers'][0].convert("L") # الطبقة التي رسمت عليها
-    
-    # تحويل الصور إلى مصفوفات Numpy ليفهمها الموديل
-    image_np = np.array(image)
-    mask_np = np.array(mask)
-    
-    # إرسال الطلب للموديل
-    # الموديل سيعوض المنطقة الممسوحة بناءً على الخلفية المحيطة
-    config = InpaintRequest(
-        ldm_steps=20,
-        no_half=True if device == "cpu" else False
-    )
-    
-    result_np = model.inference(image_np, mask_np, config)
-    
-    # تحويل النتيجة النهائية لصورة PIL
-    return Image.fromarray(result_np)
-
-# 2. بناء الواجهة (Gradio Interface)
-with gr.Blocks(title="Manga Cleaner (LaMa)") as demo:
-    gr.Markdown("## 🖌️ مبيض المنهوا المحترف (LaMa Model)")
-    gr.Markdown("ارفع الصفحة، ارسم بالفرشاة فوق الـ SFX أو النص، ثم اضغط تبييض.")
-    
+from transformers import pipeline
+
+# تحميل موديل LaMa (inpainting)
+pipe = pipeline("image-inpainting", model="sberbank-ai/LaMa")
+
+def clean_sfx(image, mask):
+    image = image.convert("RGB")
+    mask = mask.convert("L")
+
+    result = pipe(image=image, mask_image=mask)
+    return result["image"]
+
+with gr.Blocks() as demo:
+    gr.Markdown("# SFX Cleaner (lama_large_512px)")
+
     with gr.Row():
-        # محرر الصور يتيح الفرشاة يدوياً
-        input_img = gr.ImageEditor(
-            label="صفحة المنهوا (ارسم فوق النص)",
-            type="pil",
-            layers=False,
-            brush=gr.Brush(colors=["#FFFFFF"], default_size=20)
-        )
-        output_img = gr.Image(label="النتيجة المبيضة")
-    
-    run_btn = gr.Button("بدء التبييض ✨", variant="primary")
-    
-    run_btn.click(
-        fn=process_inpaint,
-        inputs=[input_img],
-        outputs=[output_img]
-    )
+        input_image = gr.Image(type="pil", label="الصورة")
+        mask_image = gr.ImageMask(label="ارسم الفرشاة (Mask)")
+
+    output = gr.Image(label="النتيجة")
+
+    btn = gr.Button("تبييض")
+
+    btn.click(fn=clean_sfx, inputs=[input_image, mask_image], outputs=output)
 
 demo.launch()