main.py

import gradio as gr
import tensorflow as tf
import cv2
import numpy as np
from PIL import Image
import neuralgym as ng

from preprocess_image import preprocess_image
from inpaint_model import InpaintCAModel


# ===== Inpainting function ===== / ===== 画像修復処理関数 =====
def inpaint_image(input_image, watermark_type, checkpoint_dir):
    # Convert image from Gradio (PIL format) / Gradioから受け取る画像をPIL形式で処理
    image = input_image.convert("RGB")

    # Preprocessing / 前処理
    input_image = preprocess_image(image, watermark_type)
    if input_image.shape == (0,):
        return None

    # Load configuration file / 設定ファイルの読み込み
    FLAGS = ng.Config('inpaint.yml')

    # Reset TensorFlow graph / TensorFlowグラフをリセット
    tf.reset_default_graph()
    model = InpaintCAModel()

    # GPU configuration / GPU設定
    sess_config = tf.ConfigProto()
    sess_config.gpu_options.allow_growth = True

    # Start TensorFlow session / TensorFlowセッション開始
    with tf.Session(config=sess_config) as sess:
        # Create tensor from image / 画像をテンソルに変換
        input_image_tensor = tf.constant(input_image, dtype=tf.float32)
        
        # Build the model graph / モデルグラフを構築
        output = model.build_server_graph(FLAGS, input_image_tensor)
        output = (output + 1.) * 127.5
        output = tf.reverse(output, [-1])
        output = tf.saturate_cast(output, tf.uint8)

        # Load model variables / モデル変数を読み込み
        vars_list = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES)
        assign_ops = []
        for var in vars_list:
            from_name = var.name
            var_value = tf.contrib.framework.load_variable(checkpoint_dir, from_name)
            assign_ops.append(tf.assign(var, var_value))
        sess.run(assign_ops)

        print('Model loaded.')  # モデルの読み込み完了
        result = sess.run(output)
        result_img = result[0][:, :, ::-1]  # Convert BGR to RGB / BGRからRGBに変換

    # Convert numpy array to PIL image / numpy配列をPIL画像に変換
    return Image.fromarray(result_img)


# ===== Gradio User Interface ===== / ===== Gradioユーザーインターフェース =====
iface = gr.Interface(
    fn=inpaint_image,
    inputs=[
        gr.Image(label="Input Image / 入力画像", type="pil"),
        gr.Radio(["istock", "other"], label="Watermark Type / ウォーターマークタイプ", value="istock"),
        gr.Textbox(label="Checkpoint Directory / チェックポイントディレクトリ", value="model/")
    ],
    outputs=gr.Image(label="Inpainted Image / 修復済み画像"),
    title="Watermark Inpainting Model / ウォーターマーク除去モデル",
    description="Upload an image to remove the watermark using a TensorFlow model. / TensorFlowモデルを使用してウォーターマークを除去します。",
)

# Run the app / アプリを起動
if __name__ == "__main__":
    iface.launch()