Create app.py

app.py

@@ -0,0 +1,46 @@
+import torch
+from diffusers import StableDiffusionImg2ImgPipeline
+import gradio as gr
+from PIL import Image
+
+# تحميل الموديل بصيغة مناسبة للـ CPU
+pipe = StableDiffusionImg2ImgPipeline.from_pretrained(
+    "runwayml/stable-diffusion-v1-5",
+    torch_dtype=torch.float32
+)
+pipe = pipe.to("cpu")
+
+def generate_image(input_image, prompt, strength=0.7, guidance=7.5):
+    if input_image is None or prompt.strip() == "":
+        return None
+    
+    # تغيير حجم الصورة لتسريع المعالجة
+    init_image = input_image.convert("RGB").resize((512, 512))
+    result = pipe(
+        prompt=prompt,
+        image=init_image,
+        strength=strength,
+        guidance_scale=guidance
+    ).images[0]
+    return result
+
+# واجهة Gradio
+with gr.Blocks() as demo:
+    gr.Markdown("## 🖼️ Stable Diffusion Img2Img - ديكور من صورة")
+    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()