Spaces:
Sleeping
Sleeping
File size: 3,797 Bytes
d9d911b 0829863 78bf11f d9d911b 0829863 9d66e5c 9a49ef0 c0f52c1 1ffc013 ae92ac0 928ad22 ff463d8 9d66e5c 5e97f0c 928ad22 ae92ac0 1ffc013 928ad22 ae92ac0 1ffc013 928ad22 1ffc013 ae92ac0 1ffc013 0829863 1ffc013 0829863 ae92ac0 0829863 d9d911b 78bf11f 5e97f0c 0829863 5e97f0c 0829863 5e97f0c 0829863 5e97f0c 0829863 5e97f0c 0829863 5e97f0c 0829863 d9d911b 5e97f0c 0829863 d9d911b 5e97f0c d9d911b 78bf11f 0829863 9a49ef0 5e97f0c 9a49ef0 5e97f0c 0829863 5e97f0c 928ad22 0829863 5e97f0c 78bf11f d9d911b | 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 | import requests
import streamlit as st
from PIL import Image
from io import BytesIO
import numpy as np
import cv2
# Configuration de l'API Hugging Face (Inpainting model)
API_URL = "https://api-inference.huggingface.co/models/stabilityai/stable-diffusion-2-inpainting"
# Fonction pour redimensionner l'image
def resize_image(image, max_size=(512, 512)):
return image.resize(max_size, Image.LANCZOS)
# Fonction pour appeler l'API Hugging Face et générer une image avec inpainting
def inpaint_image(prompt, image, mask):
# Convertir l'image et le masque en JPEG pour réduire la taille des données
image = Image.fromarray(image)
mask = Image.fromarray(mask)
# Redimensionner pour éviter les problèmes de taille
image = resize_image(image)
mask = resize_image(mask)
# Convertir en bytes
buffered_image = BytesIO()
image.save(buffered_image, format="PNG")
buffered_image.seek(0) # Rewind the BytesIO object
buffered_mask = BytesIO()
mask.save(buffered_mask, format="PNG")
buffered_mask.seek(0) # Rewind the BytesIO object
# Envoyer la requête avec l'image et le masque en multipart/form-data
files = {
'image': ('image.png', buffered_image, 'image/png'),
'mask': ('mask.png', buffered_mask, 'image/png')
}
data = {
'prompt': prompt
}
response = requests.post(API_URL, files=files, data=data)
if response.status_code == 200:
return response.content
else:
st.error(f"Erreur : {response.status_code}, {response.text}")
return None
# Fonction pour détecter et générer le masque du visage
def detect_face_and_create_mask(uploaded_image):
# Convertir l'image uploadée en format OpenCV
image = np.array(Image.open(uploaded_image).convert('RGB'))
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# Utiliser le modèle de détection de visages de OpenCV
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
if len(faces) == 0:
st.error("Aucun visage détecté dans l'image téléchargée.")
return None, None
# Créer un masque pour le visage détecté
mask = np.zeros_like(image)
for (x, y, w, h) in faces:
mask[y:y + h, x:x + w] = [255, 255, 255] # Zone du visage à remplacer en blanc
return image, mask
# Interface principale
def main():
st.title("Fusion réaliste du visage dans une image générée")
prompt = st.text_input(
"Entrez une description pour générer une image :",
"A professional LinkedIn profile picture of a person in business attire."
)
# Télécharger l'image de l'utilisateur
uploaded_image = st.file_uploader("Téléchargez une photo de votre visage (JPEG/PNG)", type=["jpg", "jpeg", "png"])
if uploaded_image is not None:
st.image(uploaded_image, caption="Votre photo téléchargée", use_column_width=True)
# Détecter le visage et créer le masque
image, mask = detect_face_and_create_mask(uploaded_image)
if image is not None and mask is not None:
st.image(mask, caption="Masque généré pour le visage", use_column_width=True)
if st.button("Générer et remplacer le visage"):
# Utiliser le modèle d'inpainting pour remplacer le visage
result = inpaint_image(prompt, image, mask)
if result:
final_image = Image.open(BytesIO(result))
st.image(final_image, caption="Image finale avec le visage remplacé", use_column_width=True)
if __name__ == "__main__":
main()
|