Update app.py

app.py

@@ -1,5 +1,7 @@
 import gradio as gr
-from PIL import Image
+from PIL import Image,ImageFilter
+import cv2
+import numpy as np
 import base64
 import spaces
 from loadimg import load_img
@@ -41,6 +43,35 @@ transform_image = transforms.Compose([
     transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]),
 ])
 
+def refine_edges(image):
+    """
+    Affine les contours de l'image en sortie en utilisant un filtre de détection de contours et du lissage.
+    """
+    # Convertir l'image PIL en format numpy pour OpenCV
+    img_np = np.array(image)
+
+    # Convertir en niveaux de gris pour traiter les contours
+    gray = cv2.cvtColor(img_np, cv2.COLOR_RGBA2GRAY)
+
+    # Détection des bords avec Canny
+    edges = cv2.Canny(gray, threshold1=50, threshold2=150)
+
+    # Dilater les bords pour renforcer les contours
+    kernel = np.ones((3, 3), np.uint8)
+    edges_dilated = cv2.dilate(edges, kernel, iterations=1)
+
+    # Lisser les bords (anti-aliasing)
+    blurred = cv2.GaussianBlur(edges_dilated, (5, 5), 0)
+
+    # Ajouter les bords comme masque alpha
+    alpha = Image.fromarray(blurred).convert("L")
+    image.putalpha(alpha)
+
+    # Filtrage supplémentaire pour améliorer l'esthétique
+    refined_image = image.filter(ImageFilter.SMOOTH_MORE)
+
+    return refined_image
+
 def save_image(img):
     unique_name = str(uuid.uuid4()) + ".png"
     img.save(unique_name)
@@ -100,7 +131,9 @@ def process_image(input_image):
     try:
         clothes = ["Upper-clothes", "Skirt", "Pants", "Dress"]
         results = detect_and_segment_persons(input_image, clothes)
-        return results
+        refined_results = [refine_edges(image) for image in results]
+
+        return refined_results
     except Exception as e:
         return f"Error occurred: {e}"