Update app.py

app.py

@@ -1,25 +1,34 @@
 import gradio as gr
-from transformers import pipeline
+from PIL import Image
 
-# 감정 분석 모델 로드
-emotion_analyzer = pipeline("text-classification", model="distilbert-base-uncased-finetuned-sst-2-english")
+def convert_to_grayscale(image):
+    # 이미지를 흑백으로 변환
+    gray_image = image.convert("L")
+    return gray_image
 
-# 예측 함수
-def analyze_emotion(text):
-    result = emotion_analyzer(text)[0]
-    label = result['label']
-    score = result['score'] * 100
-    return f"{label}, {score:.2f}%"
-
-# Gradio 인터페이스 생성
-interface = gr.Interface(
-    fn=analyze_emotion,  # 분석 함수
-    inputs=gr.Textbox(lines=2, placeholder="텍스트를 입력하세요..."),  # 입력
-    outputs="text",  # 출력
-    title="감정 분석 앱",
-    description="사용자가 입력한 텍스트의 감정을 분석하여 레이블과 확률값을 제공합니다."
-)
+# Gradio UI 구성
+with gr.Blocks() as app:
+    gr.Markdown("# 이미지를 흑백으로 변환")
+    
+    with gr.Row():
+        input_image = gr.Image(label="원본 이미지", type="pil")
+        output_image = gr.Image(label="흑백 이미지", type="pil")
+        
+    convert_button = gr.Button("변환하기")
+    download_button = gr.Button("JPG로 다운로드")
+    
+    convert_button.click(
+        fn=convert_to_grayscale,
+        inputs=input_image,
+        outputs=output_image
+    )
+    
+    download_button.click(
+        fn=lambda img: img.save("converted_image.jpg", "JPEG") or "converted_image.jpg",
+        inputs=output_image,
+        outputs=gr.File(label="JPG 파일 다운로드")
+    )
 
 # 실행
 if __name__ == "__main__":
-    interface.launch()
+    app.launch()