Update app.py

app.py

@@ -1,46 +1,28 @@
 import keras.backend as K
 import gradio as gr
 import numpy as np
+import random
+from keras.models import load_model
+import cv2
+
 
 def psnr(y_true, y_pred):
     return -10*K.log(K.mean(K.flatten((y_true - y_pred))**2)) / np.log(10)
 
+random.seed(0) # 乱数の種を0にして，乱数を一様にする．
+img_width = 256 # 画像の横画素数
+img_height = 256 # 画像の縦画素数
 
-from keras.models import load_model
 model = load_model("./MyNet.h5", custom_objects={'psnr': psnr, 'val_psnr': psnr})
 
-# ラップする関数
-#def sepia(input_img):
-#    sepia_img = np.asarray(input_img)
-#    sepia_img = sepia_img.astype('float32')
-#    sepia_img = sepia_img / 255.0
-#    sepia_img = model.predict(sepia_img)
-#    return sepia_img
-
 def sepia(inp):
-    #inp = inp.reshape((-1, 256, 256, 3))
-    inpu = np.array(inp)
-    #inp = inp.astype('float32')
-    inpu = inpu / 255.0
-    sepia_img = model.predict(inpu)
-    #sepia_img = sepia_img.reshape(256, 256)
+    sepia_img = cv2.imread(inp)
+    sepia_img = np.asarray(sepia_img)
+    sepia_img = sepia_img.astype('float32')
+    sepia_img = sepia_img / 255.0
+    sepia_img = model.predict(sepia_img)
     sepia_img = sepia_img*255
+    sepia_img = sepia_img.reshape(img_height, img_width, 3)
     return sepia_img
 
-
-
-# シンプルなUIを作成
-demo = gr.Interface(fn=sepia, inputs=gr.inputs.Image(256,256),outputs="image").launch()
-
-
-#image = gr.inputs.Image(shape=(256,256))
-#image = np.asarray(image)
-#image = image.astype('float32')
-#image = image / 255.0
-#decoded_imgs = model.predict(image)
-
-#decoded_imgs.reshape(256,256,3)
-#prediction=model.predict(img_4d)[0]
-
-
-#gr.Interface(inputs=image, outputs=decoded_imgs,interpretation='default').launch(debug='True')
+demo = gr.Interface(fn=sepia, inputs=gr.inputs.Image(256,256),outputs="image").launch()