import gradio as gr
import torch
from diffusers import StableDiffusionImg2ImgPipeline
from PIL import Image
import numpy as np

# تهيئة النموذج
device = "cuda" if torch.cuda.is_available() else "cpu"
model_id = "runwayml/stable-diffusion-v1-5"
pipe = StableDiffusionImg2ImgPipeline.from_pretrained(model_id, torch_dtype=torch.float16 if device == "cuda" else torch.float32)
pipe = pipe.to(device)

# قائمة الأنماط الفنية المتاحة
ARTISTIC_STYLES = {
    "فان غوخ": "in the style of Vincent van Gogh, oil painting, impressionist, bold brushstrokes, vibrant colors",
    "بيكاسو": "in the style of Pablo Picasso, cubism, geometric shapes, abstract art",
    "دافنشي": "in the style of Leonardo da Vinci, Renaissance art, detailed, realistic, sfumato technique",
    "موناليزا": "in the style of Mona Lisa, Renaissance portrait, subtle colors, mysterious smile",
    "رسوم متحركة": "cartoon style, vibrant colors, simple shapes, cute characters",
    "أنمي": "anime style, manga art, detailed eyes, vibrant colors",
    "لوحة زيتية": "oil painting style, textured canvas, rich colors, detailed brushstrokes",
    "رسم بالألوان المائية": "watercolor painting, soft colors, flowing texture, artistic",
    "فن البوب": "pop art style, bold colors, comic book style, Andy Warhol inspired",
    "رسم رقمي": "digital art, clean lines, modern style, professional illustration"
}

def process_image(image, style, strength):
    """
    تحويل الصورة إلى النمط الفني المختار
    """
    # تحويل الصورة إلى الحجم المناسب
    width, height = image.size
    max_size = 768
    if width > max_size or height > max_size:
        ratio = max_size / max(width, height)
        new_width = int(width * ratio)
        new_height = int(height * ratio)
        image = image.resize((new_width, new_height), Image.Resampling.LANCZOS)

    # إنشاء وصف النمط
    prompt = f"transform this image {ARTISTIC_STYLES[style]}, masterpiece, highly detailed"
    
    # معالجة الصورة
    output = pipe(
        prompt=prompt,
        image=image,
        strength=strength,
        guidance_scale=7.5,
        num_inference_steps=50
    ).images[0]
    
    return output

def style_transfer(input_image, style_name, effect_strength=0.75):
    """
    واجهة تحويل النمط الفني
    """
    if input_image is None:
        return None
    
    # تحويل الصورة إلى كائن PIL
    if isinstance(input_image, np.ndarray):
        input_image = Image.fromarray(input_image)
    
    try:
        output_image = process_image(input_image, style_name, effect_strength)
        return output_image
    except Exception as e:
        return f"حدث خطأ: {str(e)}"

# إنشاء واجهة المستخدم
with gr.Blocks(title="محول الأنماط الفني 🎨", theme=gr.themes.Soft()) as iface:
    gr.Markdown("""
    # 🎨 محول الأنماط الفني
    
    قم بتحويل صورك إلى أعمال فنية مذهلة باستخدام تقنيات الذكاء الاصطناعي!
    
    ### 📝 التعليمات:
    1. قم بتحميل صورة
    2. اختر النمط الفني المطلوب
    3. اضبط قوة التأثير
    4. انقر على "تحويل" وانتظر النتيجة
    """)
    
    with gr.Row():
        with gr.Column():
            input_image = gr.Image(
                label="الصورة الأصلية",
                type="pil",
                height=400
            )
            
            style_dropdown = gr.Dropdown(
                choices=list(ARTISTIC_STYLES.keys()),
                value=list(ARTISTIC_STYLES.keys())[0],
                label="اختر النمط الفني"
            )
            
            strength_slider = gr.Slider(
                minimum=0.1,
                maximum=0.9,
                value=0.75,
                step=0.05,
                label="قوة التأثير"
            )
            
            convert_btn = gr.Button("تحويل 🎨", variant="primary")
        
        with gr.Column():
            output_image = gr.Image(
                label="النتيجة",
                height=400
            )
    
    with gr.Row():
        gr.Markdown("""
        ### 💡 نصائح:
        - استخدم صوراً واضحة وذات جودة عالية
        - جرب أنماطاً مختلفة لنفس الصورة
        - اضبط قوة التأثير للحصول على النتيجة المطلوبة
        
        ### ℹ️ معلومات:
        - يستخدم هذا التطبيق تقنية Stable Diffusion
        - جميع المعالجة تتم محلياً على جهازك
        - الصور المدخلة لا يتم تخزينها أو مشاركتها
        """)
    
    # ربط الأحداث
    convert_btn.click(
        style_transfer,
        inputs=[input_image, style_dropdown, strength_slider],
        outputs=output_image
    )

# تشغيل التطبيق
iface.launch()