cngsm commited on
Commit
ef27658
1 Parent(s): 61ee025

Update app.py

Browse files
Files changed (1) hide show
  1. app.py +26 -34
app.py CHANGED
@@ -1,51 +1,43 @@
1
- # -*- coding: utf-8 -*-
2
- """Untitled11.ipynb
3
-
4
- Automatically generated by Colab.
5
-
6
- Original file is located at
7
- https://colab.research.google.com/drive/17mNpy3A7oaJ-q9Txp8f4eBvRfO_k7NCb
8
- """
9
-
10
- pip install diffusers
11
- pip install transformers
12
-
13
  import torch
14
  from diffusers import StableDiffusionImg2ImgPipeline
15
  from diffusers.utils import load_image
16
  import gradio as gr
17
 
18
- # Dispositivo de processamento
19
- device = "cuda"
20
 
21
- # Carregar o modelo CompVis/stable-diffusion-v1-4 (compatível com Img2ImgPipeline)
22
  pipe = StableDiffusionImg2ImgPipeline.from_pretrained(
23
- "CompVis/stable-diffusion-v1-4", # Modelo compatível
24
  torch_dtype=torch.float16
25
  )
26
  pipe = pipe.to(device)
27
 
28
- # Carregar a imagem inicial
29
- url = "https://raw.githubusercontent.com/CompVis/stable-diffusion/main/assets/stable-samples/img2img/sketch-mountains-input.jpg"
30
- init_image = load_image(url).resize((1024, 1024))
31
-
32
- # Prompt a ser usado para geração
33
- prompt = "cat wizard, gandalf, lord of the rings, detailed, fantasy, cute, adorable, Pixar, Disney, 8k"
34
-
35
- # Função de geração de imagem a partir de um prompt e uma imagem inicial
36
  def generate_image(prompt, image):
37
- image = pipe(
 
38
  prompt=prompt,
39
  image=image,
40
- num_inference_steps=50, # Aumentar o número de passos pode melhorar a qualidade
41
- strength=0.75, # Reduzir a força ajuda a manter mais da imagem original (rosto consistente)
42
- guidance_scale=7.5 # Controle de qualidade para manter o rosto mais detalhado
43
  ).images[0]
44
- return image
45
 
46
- # Interface com Gradio para facilitar a geração de imagens
47
- gr.Interface(
48
  fn=generate_image,
49
- inputs=["text", "image"],
50
- outputs="image"
51
- ).launch()
 
 
 
 
 
 
 
 
 
 
1
+ import os
 
 
 
 
 
 
 
 
 
 
 
2
  import torch
3
  from diffusers import StableDiffusionImg2ImgPipeline
4
  from diffusers.utils import load_image
5
  import gradio as gr
6
 
7
+ # Definir dispositivo de processamento
8
+ device = "cuda" if torch.cuda.is_available() else "cpu"
9
 
10
+ # Carregar o modelo Stable Diffusion Img2Img
11
  pipe = StableDiffusionImg2ImgPipeline.from_pretrained(
12
+ "CompVis/stable-diffusion-v1-4",
13
  torch_dtype=torch.float16
14
  )
15
  pipe = pipe.to(device)
16
 
17
+ # Função para gerar imagem
 
 
 
 
 
 
 
18
  def generate_image(prompt, image):
19
+ # Processar a imagem com o modelo
20
+ result_image = pipe(
21
  prompt=prompt,
22
  image=image,
23
+ num_inference_steps=50,
24
+ strength=0.75,
25
+ guidance_scale=7.5
26
  ).images[0]
27
+ return result_image
28
 
29
+ # Configurar a interface Gradio
30
+ iface = gr.Interface(
31
  fn=generate_image,
32
+ inputs=[
33
+ gr.Textbox(label="Prompt", placeholder="Digite o seu prompt aqui..."),
34
+ gr.Image(label="Imagem Inicial", type="pil") # Espera uma imagem no formato PIL
35
+ ],
36
+ outputs=gr.Image(label="Imagem Gerada"),
37
+ title="Gerador de Imagens com Stable Diffusion Img2Img",
38
+ description="Insira um prompt e uma imagem inicial para gerar uma nova imagem."
39
+ )
40
+
41
+ # Executar a interface
42
+ if __name__ == "__main__":
43
+ iface.launch()