Update app.py

app.py

@@ -1,35 +1,16 @@
-import gradio as gr
-from PIL import Image
-from diffusers import StableDiffusionUpscalePipeline
-from huggingface_hub import cached_file
 import torch
+from PIL import Image
+import numpy as np
+from RealESRGAN import RealESRGAN
 
-# โหลดโมเดล
-model_id = "stabilityai/stable-diffusion-x4-upscaler"
-pipeline = StableDiffusionUpscalePipeline.from_pretrained(model_id, torch_dtype=torch.float16)
-pipeline = pipeline.to("cuda")
+device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
 
-# ฟังก์ชันสำหรับการอัปสเกลภาพ
-def upscale_image(image):
-    # การอัปสเกลภาพ
-    upscaled_image = pipeline(image=image).images[0]
-    return upscaled_image
+model = RealESRGAN(device, scale=4)
+model.load_weights('weights/RealESRGAN_x4.pth', download=True)
 
-# UI with Gradio
-with gr.Blocks() as demo:
-    gr.HTML("<h1 align='center'>Image Upscaler</h1>")
-    
-    with gr.Row():
-        with gr.Column():
-            input_image = gr.Image(type="pil", label="Input Image")  # อัพโหลดภาพที่ต้องการอัพสเกล
-            run_button = gr.Button("Upscale")
-        with gr.Column():
-            result = gr.Image(label="Generated Image", interactive=False)  # แสดงผลลัพธ์ภาพที่อัพสเกล
+path_to_image = 'inputs/lr_image.png'
+image = Image.open(path_to_image).convert('RGB')
 
-    run_button.click(
-        fn=upscale_image,  # ฟังก์ชันที่อัปสเกลภาพ
-        inputs=[input_image],
-        outputs=result,  # แสดงผลลัพธ์
-    )
+sr_image = model.predict(image)
 
-demo.launch(share=True)
+sr_image.save('results/sr_image.png')