Update app.py

app.py

@@ -1,18 +1,47 @@
-import gradio as gr
-from diffusers import StableDiffusionImg2ImgPipeline
 import torch
-import base64
+from diffusers import StableDiffusionImg2ImgPipeline
+import gradio as gr
+from PIL import Image
 
-model = StableDiffusionImg2ImgPipeline.from_pretrained("runwayml/stable-diffusion-v1-5")
-.to("cuda" if torch.cuda.is_available() else "cpu")
+# تحميل الموديل المفتوح
+pipe = StableDiffusionImg2ImgPipeline.from_pretrained(
+    "runwayml/stable-diffusion-v1-5"
+).to("cuda" if torch.cuda.is_available() else "cpu")
 
-def transform_image(image, prompt="place it"):
-    result = model(prompt=prompt, image=image).images[0]
+def generate_image(input_image, prompt, strength=0.7, guidance=7.5):
+    if input_image is None or prompt.strip() == "":
+        return None
+    
+    # تحويل الصورة إلى RGB وضبط الحجم
+    init_image = input_image.convert("RGB").resize((512, 512))
+    
+    # توليد الصورة
+    result = pipe(
+        prompt=prompt,
+        image=init_image,
+        strength=strength,
+        guidance_scale=guidance
+    ).images[0]
+    
     return result
 
-gr.Interface(
-    fn=transform_image,
-    inputs=[gr.Image(type="pil"), gr.Textbox(label="Prompt", value="place it")],
-    outputs=gr.Image(type="pil", label="Modified Image"),
-    title="Image Overlay with LoRA"
-).launch()
+# واجهة Gradio
+with gr.Blocks() as demo:
+    gr.Markdown("## 🖼️ Stable Diffusion Img2Img - تعديل الصور (ديكور)")
+    with gr.Row():
+        with gr.Column():
+            input_image = gr.Image(type="pil", label="ارفع الصورة")
+            prompt = gr.Textbox(label="الوصف (Prompt)", placeholder="مثال: غرفة مع أثاث عصري وإضاءة دافئة")
+            strength = gr.Slider(0.1, 1.0, value=0.7, step=0.1, label="درجة التغيير (Strength)")
+            guidance = gr.Slider(1, 15, value=7.5, step=0.5, label="جودة التفاصيل (Guidance Scale)")
+            btn = gr.Button("توليد الصورة")
+        with gr.Column():
+            output_image = gr.Image(label="النتيجة")
+    
+    btn.click(
+        fn=generate_image,
+        inputs=[input_image, prompt, strength, guidance],
+        outputs=output_image
+    )
+
+demo.launch()