Spaces:
Sleeping
Sleeping
File size: 3,811 Bytes
57a842b 6f2b794 57a842b 6f2b794 57a842b 6f2b794 57a842b 6f2b794 57a842b 6f2b794 57a842b 93ccd5a 57a842b 93ccd5a 57a842b 93ccd5a 57a842b 93ccd5a 57a842b 93ccd5a 57a842b 93ccd5a 57a842b 93ccd5a 57a842b 93ccd5a |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 |
import streamlit as st
from transformers import AutoModelForImageSegmentation
import torch
from torchvision import transforms
from PIL import Image
import requests
from io import BytesIO
# إعداد الجهاز للعمل على CPU
device = torch.device("cpu")
torch.set_float32_matmul_precision("high")
# تحميل النموذج
birefnet = AutoModelForImageSegmentation.from_pretrained(
"ZhengPeng7/BiRefNet", trust_remote_code=True
).to(device)
# تحويل الصورة
transform_image = transforms.Compose(
[
transforms.Resize((1024, 1024)),
transforms.ToTensor(),
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]),
]
)
# دالة المعالجة
def process(image):
image_size = image.size
input_images = transform_image(image).unsqueeze(0).to(device)
with torch.no_grad():
preds = birefnet(input_images)[-1].sigmoid().cpu()
pred = preds[0].squeeze()
pred_pil = transforms.ToPILImage()(pred)
mask = pred_pil.resize(image_size)
image.putalpha(mask)
return image
# إعداد واجهة المستخدم
st.set_page_config(page_title="أداة إزالة الخلفية", layout="centered")
st.title("🌟 أداة إزالة الخلفية")
# اختيار نوع الإدخال
st.subheader("اختر طريقة إدخال الصورة:")
tab = st.radio("", ["رفع صورة", "رابط صورة", "ملف"])
# عملية إزالة الخلفية
if tab == "رفع صورة":
uploaded_file = st.file_uploader("ارفع صورة:")
if uploaded_file is not None:
image = Image.open(uploaded_file).convert("RGB")
st.image(image, caption="📷 الصورة الأصلية", use_column_width=True)
with st.spinner("🔄 يتم إزالة الخلفية، يرجى الانتظار..."):
processed_image = process(image)
st.image(processed_image, caption="✨ الصورة المعالجة", use_column_width=True)
elif tab == "رابط صورة":
url = st.text_input("أدخل رابط الصورة:")
if url:
try:
response = requests.get(url)
image = Image.open(BytesIO(response.content)).convert("RGB")
st.image(image, caption="📷 الصورة الأصلية", use_column_width=True)
with st.spinner("🔄 يتم إزالة الخلفية، يرجى الانتظار..."):
processed_image = process(image)
st.image(processed_image, caption="✨ الصورة المعالجة", use_column_width=True)
except Exception as e:
st.error(f"❌ خطأ أثناء تحميل الصورة: {e}")
elif tab == "ملف":
uploaded_file = st.file_uploader("ارفع ملف:")
if uploaded_file is not None:
image = Image.open(uploaded_file).convert("RGB")
with st.spinner("🔄 يتم إزالة الخلفية، يرجى الانتظار..."):
processed_image = process(image)
output_path = uploaded_file.name.rsplit(".", 1)[0] + ".png"
processed_image.save(output_path)
st.image(processed_image, caption="✨ الصورة المعالجة", use_column_width=True)
st.download_button(
"📥 تحميل الصورة المعالجة",
data=open(output_path, "rb"),
file_name=output_path,
mime="image/png",
)
# تحسين الألوان والخط
st.markdown(
"""
<style>
body {
background-color: #f8f9fa;
}
.stButton>button {
background-color: #4CAF50;
color: white;
border-radius: 10px;
}
.stRadio>div>label {
font-size: 16px;
color: #333;
}
.stSpinner {
color: #FF5733;
}
</style>
""",
unsafe_allow_html=True,
)
|