Update app.py

app.py

@@ -4,8 +4,7 @@ import spaces
 from inference_gradio import inference_one_image, model_init
 
 MODEL_PATH = "./checkpoints/docres.pkl"
-HEADER = """
-<div align="center">
+HEADER = """<div align="center">
     <p>
         <span style="font-size: 30px; vertical-align: bottom;"> DocRes: A Generalist Model Toward Unifying Document Image Restoration Tasks </span>
     </p>
@@ -15,12 +14,9 @@ HEADER = """
         <a href="https://github.com/ZZZHANG-jx/DocRes" target="_blank" style="color: grey;">GitHub Repository</a>
     </p>
 </div>
-
-🖼️ Upload an image of a document (or choose one from examples below).  
-✔️ Choose the tasks you want to perform on the document.  
-🚀 Click "Run" and the model will enhance the document according to the selected tasks!
-"""
-
+🖼️ Upload an image of a document (or choose one from examples below).
+✔️ Choose the tasks you want to perform on the document.
+🚀 Click "Run" and the model will enhance the document according to the selected tasks!"""
 
 possible_tasks = [
     "dewarping",
@@ -30,36 +26,43 @@ possible_tasks = [
     "binarization",
 ]
 
-
 @spaces.GPU(duration=60)
 def run_tasks(image, tasks):
-    device = "cuda" if torch.cuda.is_available() else "cpu"
-
+    # يُرجى ملاحظة أنني سأفرض استخدام CPU هنا لتجنب المشاكل في بيئات التشغيل التي لا تدعم GPU.
+    # إذا كنت تريد استخدام GPU، يجب أن تضمن أن البيئة تدعمها.
+    device = "cpu" # تم تعيينه لـ CPU بشكل إجباري
+    
     # load model
     model = model_init(MODEL_PATH, device)
-
-    # run inference
+    
+    # Gradio يتعامل مع RGB، ولكن CV2 (المستخدم في ملفات التقييم) يتعامل مع BGR
+    # التحويل من Gradio (RGB) إلى BGR للنموذج
     bgr_image = image[..., ::-1].copy()
+    
+    # run inference (توقع أن تكون الدالة قادرة على التعامل مع BGR وتحويلها إلى RGB للإخراج)
     bgr_restored_image = inference_one_image(model, bgr_image, tasks, device)
+    
+    # التحويل من BGR إلى RGB قبل الإخراج إلى Gradio
     if bgr_restored_image.ndim == 3:
         rgb_image = bgr_restored_image[..., ::-1]
     else:
-        rgb_image = bgr_restored_image
-
+        # إذا كانت الصورة المُعالجة هي صورة ثنائية (مثل Binarization)، قد تكون قناة واحدة
+        # يجب التعامل معها حسب ما تُعيده inference_one_image
+        rgb_image = bgr_restored_image 
+        
     return rgb_image
 
-
 with gr.Blocks() as demo:
     gr.Markdown(HEADER)
-
     task = gr.CheckboxGroup(choices=possible_tasks, label="Tasks", value=["appearance"])
     with gr.Row():
         input_image = gr.Image(label="Raw Image", type="numpy")
         output_image = gr.Image(label="Enhanced Image", type="numpy")
-
+        
     button = gr.Button()
     button.click(run_tasks, inputs=[input_image, task], outputs=[output_image])
-
+    
+    # لاحظ: يجب أن تكون ملفات الأمثلة (مثل input/218_in.png) متاحة في مجلد 'input' ليتمكن Gradio من تحميلها.
     gr.Examples(
         examples=[
             ["input/218_in.png", ["dewarping", "deshadowing", "appearance"]],