app.py

import torch
import gradio as gr
import numpy as np
import cv2
from PIL import Image

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

# Загрузка модели
midas = torch.hub.load("intel-isl/MiDaS", "DPT_Large")
midas.to(device)
midas.eval()

# Загрузка трансформаций
midas_transforms = torch.hub.load("intel-isl/MiDaS", "transforms")
transform = midas_transforms.dpt_transform

def predict_depth(image):
    # ======= 1. Преобразование в OpenCV формат =======
    if not isinstance(image, Image.Image):
        image = Image.fromarray(image)
    image_np = np.array(image)

    # OpenCV читает в BGR, но image_np скорее всего уже в RGB
    img_rgb = cv2.cvtColor(image_np, cv2.COLOR_RGB2BGR)
    img_rgb = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2RGB)  # На всякий случай двойная проверка

    # ======= 2. Преобразование как в официальном туториале =======
    input_tensor = transform(img_rgb).to(device)  # shape: [3, H, W]

    # ======= 3. Добавление batch размерности =======
    if len(input_tensor.shape) == 3:
        input_batch = input_tensor.unsqueeze(0)  # shape: [1, 3, H, W]
    else:
        input_batch = input_tensor  # Уже batch

    # ======= 4. Предсказание =======
    with torch.no_grad():
        prediction = midas(input_batch)
        prediction = torch.nn.functional.interpolate(
            prediction.unsqueeze(1),
            size=(img_rgb.shape[0], img_rgb.shape[1]),  # (H, W)
            mode="bicubic",
            align_corners=False,
        ).squeeze()

    # ======= 5. Нормализация и преобразование в изображение =======
    depth_map = prediction.cpu().numpy()
    depth_map = (depth_map - depth_map.min()) / (depth_map.max() - depth_map.min())
    depth_map = (depth_map * 255).astype(np.uint8)
    depth_img = Image.fromarray(depth_map)

    return depth_img

# Gradio интерфейс
iface = gr.Interface(
    fn=predict_depth,
    inputs=gr.Image(type="pil"),
    outputs=gr.Image(type="pil"),
    title="MiDaS Depth Estimation",
    description="Drop img -> depth map"
)

if __name__ == "__main__":
    iface.launch()