Update app.py

app.py

@@ -1,55 +1,39 @@
-# -*- coding: utf-8 -*- # Dodajemy kodowanie na wszelki wypadek
+# -*- coding: utf-8 -*-
 
 import gradio as gr
-# `requests` nie jest już bezpośrednio używany, ale może być przydatny w przyszłości
-# import requests
-from PIL import Image, ImageOps # Dodajemy ImageOps do skalowania
+# import requests # Nadal nieużywany bezpośrednio
+from PIL import Image, ImageOps
 import io
 import os
 import traceback
-# Poprawny import dla gradio_client
 from gradio_client import Client, file
-import uuid # Do unikalnych nazw folderów tymczasowych
-import shutil # Do usuwania folderów
-# Dodajemy obsługę wyjątków specyficznych dla gradio_client
+import uuid
+import shutil
 from gradio_client.exceptions import AppError
 
 print("--- Plik app.py - Start ładowania ---")
 
 # --- Konfiguracja ---
-# Odczytanie sekretu (API Token) ustawionego w Space
 API_TOKEN = os.getenv("HUGGINGFACE_API_TOKEN")
-
-# Sprawdzenie, czy token został załadowany
 if not API_TOKEN:
     print("!!! OSTRZEŻENIE: Nie znaleziono sekretu HUGGINGFACE_API_TOKEN. Klient Gradio spróbuje połączyć się anonimowo (mogą obowiązywać limity). !!!")
 else:
     print("--- Sekret HUGGINGFACE_API_TOKEN załadowany. ---")
 
-# Profesjonalny prompt, który chcemy uzyskać
 LINKEDIN_PROMPT = (
     "linkedin professional profile photo, corporate headshot, high quality, realistic photograph, "
-    "person wearing a dark business suit or elegant blouse, plain white background, " # Usunięto potencjalnie problematyczne tagi man/woman
+    "person wearing a dark business suit or elegant blouse, plain white background, "
     "soft studio lighting, sharp focus, looking at camera, slight smile, natural skin texture"
 )
-
-# Identyfikator publicznego Space'a z InstantID dla gradio_client
 TARGET_SPACE_ID = "InstantX/InstantID"
-
-# Kontrolny print
 print(f"--- Konfiguracja załadowana. Cel dla gradio_client: {TARGET_SPACE_ID} ---")
 
 
 # --- Logika aplikacji ---
 def generate_photo(input_selfie, current_prompt):
-    """
-    Główna funkcja wywoływana po kliknięciu przycisku.
-    Skaluje obraz wejściowy, łączy się ze zdalnym Space'em InstantID
-    za pomocą gradio_client, wysyła dane, odbiera wynik i zwraca obrazek.
-    """
     print("\n--- Funkcja generate_photo (gradio_client) została wywołana ---")
 
-    # 1. Walidacja danych wejściowych
+    # 1. Walidacja
     if input_selfie is None:
         print("BŁĄD: Nie wgrano zdjęcia wejściowego.")
         raise gr.Error("Proszę najpierw wgrać swoje selfie!")
@@ -62,13 +46,11 @@ def generate_photo(input_selfie, current_prompt):
     print(f"Otrzymano obrazek typu: {type(input_selfie)}, Oryginalny rozmiar: {input_selfie.size}")
     print(f"Otrzymano prompt (początek): {current_prompt[:100]}...")
 
-    # 2. Przeskalowanie obrazka wejściowego
-    input_selfie_resized = None # Inicjalizacja
+    # 2. Skalowanie obrazka
+    input_selfie_resized = None
     try:
-        max_size = (1024, 1024) # Maksymalny rozsądny rozmiar
-        # Pracujemy na kopii, aby nie modyfikować oryginalnego obiektu
+        max_size = (1024, 1024)
         input_selfie_resized = input_selfie.copy()
-        # Używamy thumbnail do proporcjonalnego zmniejszenia, jeśli obraz jest większy niż max_size
         input_selfie_resized.thumbnail(max_size, Image.Resampling.LANCZOS)
         print(f"Obrazek przeskalowany do (maksymalnie) {max_size}. Nowy rozmiar: {input_selfie_resized.size}")
     except Exception as e_resize:
@@ -76,14 +58,12 @@ def generate_photo(input_selfie, current_prompt):
          traceback.print_exc()
          raise gr.Error(f"Nie można przeskalować obrazka wejściowego: {e_resize}")
 
-    # 3. Przygotowanie pliku tymczasowego dla przeskalowanego obrazka
-    temp_dir = f"temp_input_{uuid.uuid4()}" # Unikalny folder
-    input_image_path = None # Ścieżka do pliku
+    # 3. Przygotowanie pliku tymczasowego
+    temp_dir = f"temp_input_{uuid.uuid4()}"
+    input_image_path = None
     try:
         os.makedirs(temp_dir, exist_ok=True)
         input_image_path = os.path.join(temp_dir, "input_selfie.jpg")
-
-        # Upewnijmy się, że przeskalowany obraz jest w RGB przed zapisem jako JPEG
         rgb_image = input_selfie_resized
         if rgb_image.mode == 'RGBA':
             print("Konwertuję przeskalowany obraz RGBA na RGB z białym tłem...")
@@ -93,37 +73,27 @@ def generate_photo(input_selfie, current_prompt):
             print(f"Konwertuję przeskalowany obraz z trybu {rgb_image.mode} na RGB...")
             final_image = rgb_image.convert('RGB')
         else:
-             final_image = rgb_image # Już jest RGB
-
-        # Zapisz finalny obraz jako JPEG
+             final_image = rgb_image
         final_image.save(input_image_path, format="JPEG")
         print(f"Przeskalowany obrazek wejściowy zapisany tymczasowo w: {input_image_path}")
-
     except Exception as e_save:
         print(f"BŁĄD podczas zapisywania obrazu tymczasowego: {e_save}")
         traceback.print_exc()
-        # Spróbuj posprzątać, jeśli się da
         if os.path.exists(temp_dir):
-             try:
-                 shutil.rmtree(temp_dir)
-                 print(f"Folder tymczasowy {temp_dir} usunięty po błędzie zapisu.")
-             except Exception as e_clean:
-                 print(f"OSTRZEŻENIE: Nie udało się usunąć folderu tymczasowego {temp_dir} po błędzie zapisu: {e_clean}")
+             try: shutil.rmtree(temp_dir)
+             except Exception as e_clean: print(f"OSTRZEŻENIE: Nie udało się usunąć {temp_dir}: {e_clean}")
         raise gr.Error(f"Problem z przygotowaniem obrazu do wysłania: {e_save}")
 
-    # 4. Wywołanie zdalnego API Gradio za pomocą gradio_client
-    output_image = None # Zmienna na wynikowy obrazek PIL
-    client = None # Zmienna na obiekt klienta
+    # 4. Wywołanie zdalnego API Gradio
+    output_image = None
+    client = None
     try:
-        # Używamy TARGET_SPACE_ID zdefiniowanej globalnie
         print(f"Łączenie z docelowym Space Gradio: {TARGET_SPACE_ID}")
-        # Inicjalizacja klienta
         client = Client(TARGET_SPACE_ID, hf_token=API_TOKEN)
-        print(f"Połączono. Adres API: {client.space_host}") # Pokaż faktyczny adres używany przez klienta
+        # Usunięto odwołanie do client.space_host, zastąpiono prostszym printem:
+        print(f"Połączono z {TARGET_SPACE_ID}. Klient zainicjalizowany.")
 
         print("Próbuję wywołać funkcję na zdalnym Space...")
-
-        # Konfiguracja parametrów dla InstantX/InstantID
         negative_prompt = "ugly, deformed, noisy, blurry, low contrast, text, signature, watermark, duplicate, multiple people, cartoon, drawing, illustration, sketch, bad anatomy, worst quality, low quality"
         style_name = "Realistic"
         cn_scale = 0.8
@@ -138,31 +108,28 @@ def generate_photo(input_selfie, current_prompt):
         print(f"  ControlNet Scale: {cn_scale}")
         print(f"  IP-Adapter Scale: {ip_scale}")
 
-        # Wywołanie funkcji 'predict' na zdalnym kliencie
-        # Używamy file() do przesłania obrazka
-        # UWAGA: file() jest przestarzałe, ale powinno jeszcze działać. W przyszłości może wymagać zmiany na handle_file().
+        # UWAGA: file() jest przestarzałe. Jeśli pojawią się błędy, spróbuj Client(..., serialize=False)
+        # i przekazuj pełną ścieżkę jako string: input_image_path zamiast file(input_image_path)
+        # Ale na razie zostawiamy file()
         result = client.predict(
-                        file(input_image_path),  # Obraz twarzy
-                        None,                    # Obraz pozy (opcjonalny)
-                        current_prompt,          # Prompt
-                        negative_prompt,         # Negatywny prompt
-                        style_name,              # Styl
-                        cn_scale,                # Skala ControlNet
-                        ip_scale,                # Skala IP-Adapter (tożsamość)
-                        api_name=api_endpoint_name # Nazwa endpointu API
+                        file(input_image_path),
+                        None,
+                        current_prompt,
+                        negative_prompt,
+                        style_name,
+                        cn_scale,
+                        ip_scale,
+                        api_name=api_endpoint_name
         )
 
-        # Przetwarzanie wyniku
         print(f"Otrzymano wynik od klienta: {type(result)}")
-        print(f"Wynik (fragment): {str(result)[:500]}") # Drukujemy fragment dla diagnostyki
+        print(f"Wynik (fragment): {str(result)[:500]}")
 
-        # Sprawdzamy, czy wynik jest listą ścieżek do plików
         if isinstance(result, list) and len(result) > 0 and isinstance(result[0], str) and os.path.exists(result[0]):
             output_file_path = result[0]
             print(f"Przetwarzam pierwszy obrazek wynikowy ze ścieżki: {output_file_path}")
             output_image = Image.open(output_file_path)
             print(f"Obrazek wynikowy załadowany pomyślnie. Rozmiar: {output_image.size}")
-        # Sprawdzamy, czy wynik jest pojedynczą ścieżką
         elif isinstance(result, str) and os.path.exists(result):
              output_file_path = result
              print(f"Przetwarzam obrazek wynikowy ze ścieżki: {output_file_path}")
@@ -172,16 +139,12 @@ def generate_photo(input_selfie, current_prompt):
             print(f"BŁĄD: Otrzymano nieoczekiwany format wyniku od gradio_client: {type(result)}")
             raise gr.Error(f"Nie udało się przetworzyć wyniku ze zdalnego API. Otrzymano: {str(result)[:200]}")
 
-    # --- Obsługa Błędów ---
     except AppError as e:
-        # Błąd zgłoszony przez zdalną aplikację Gradio
         print(f"BŁĄD APLIKACJI ZDALNEJ (AppError): {e}")
         traceback.print_exc()
-        # Bardziej pomocny komunikat dla użytkownika
         error_message = f"Zdalny serwis ({TARGET_SPACE_ID}) zgłosił wewnętrzny błąd. Może to być spowodowane problemami z obrazkiem (np. brak wykrytej twarzy, nietypowy format), niedostępnością modelu lub przeciążeniem serwisu. Spróbuj z innym, wyraźnym zdjęciem twarzy lub spróbuj ponownie później."
         raise gr.Error(error_message)
     except ValueError as e:
-        # Potencjalnie błąd "Could not fetch config" lub inny ValueError
         print(f"BŁĄD WARTOŚCI (ValueError): {e}")
         traceback.print_exc()
         error_message = f"Wystąpił błąd wartości: {e}. "
@@ -189,7 +152,6 @@ def generate_photo(input_selfie, current_prompt):
              error_message = f"Nie można pobrać konfiguracji zdalnego serwisu ({TARGET_SPACE_ID}). Może być chwilowo niedostępny, niekompatybilny lub wymagać logowania. Sprawdź status serwisu lub spróbuj później."
         raise gr.Error(error_message)
     except Exception as e:
-        # Inne, ogólne błędy (np. problem sieciowy, błąd w naszym kodzie)
         print(f"NIEOCZEKIWANY BŁĄD: {e}")
         traceback.print_exc()
         error_message = f"Wystąpił nieoczekiwany błąd: {e}. Sprawdź logi aplikacji."
@@ -198,25 +160,22 @@ def generate_photo(input_selfie, current_prompt):
         elif "queue full" in str(e).lower():
              error_message = "Kolejka w zdalnym serwisie jest pełna. Spróbuj ponownie za chwilę."
         raise gr.Error(error_message)
-    # ------------------------
 
     finally:
-        # 5. Sprzątanie - ZAWSZE próbuj usunąć folder tymczasowy
-        if input_image_path and os.path.exists(temp_dir): # Sprawdź czy ścieżka istnieje
+        # 5. Sprzątanie
+        if input_image_path and os.path.exists(temp_dir):
             try:
                 shutil.rmtree(temp_dir)
                 print(f"Folder tymczasowy {temp_dir} usunięty.")
             except Exception as e_clean:
                 print(f"OSTRZEŻENIE: Nie udało się usunąć folderu tymczasowego {temp_dir}: {e_clean}")
 
-    # 6. Zwróć wynik (załadowany obrazek PIL), jeśli wszystko się udało
+    # 6. Zwróć wynik
     if output_image:
         print("Zwracam wygenerowany obrazek do interfejsu Gradio.")
         return output_image
     else:
-        # Jeśli doszliśmy tutaj bez błędu, ale nie ma obrazka, to coś jest bardzo źle
         print("BŁĄD KRYTYCZNY: Brak obrazka wynikowego, a nie zgłoszono błędu.")
-        # Zwróćmy błąd do UI, chociaż idealnie obsługa błędów powinna to wyłapać wcześniej
         raise gr.Error("Nie udało się uzyskać obrazka wynikowego z nieznanego powodu.")
 
 
@@ -233,40 +192,23 @@ with gr.Blocks(css="footer {display: none !important;}", title="Generator Zdję
         *   Generowanie może potrwać **od 30 sekund do kilku minut** (zwłaszcza za pierwszym razem). Bądź cierpliwy!
         """
     )
-
     with gr.Row():
         with gr.Column(scale=1):
-            input_image = gr.Image(
-                label="1. Wgraj swoje selfie (JPG/PNG)",
-                type="pil",
-                # Określmy źródła dla bezpieczeństwa i wygody
-                sources=["upload", "webcam"]
-            )
-            prompt_input = gr.Textbox(
-                label="2. Opis pożądanego zdjęcia (prompt)",
-                value=LINKEDIN_PROMPT,
-                lines=4
-            )
-            generate_button = gr.Button("✨ Generuj Zdjęcie Biznesowe ✨", variant="primary", scale=1) # Przycisk rozciągnięty
-
+            input_image = gr.Image(label="1. Wgraj swoje selfie (JPG/PNG)", type="pil", sources=["upload", "webcam"])
+            prompt_input = gr.Textbox(label="2. Opis pożądanego zdjęcia (prompt)", value=LINKEDIN_PROMPT, lines=4)
+            generate_button = gr.Button("✨ Generuj Zdjęcie Biznesowe ✨", variant="primary", scale=1)
         with gr.Column(scale=1):
-            output_image = gr.Image(
-                label="Oto Twoje wygenerowane zdjęcie:",
-                type="pil"
-            )
+            output_image = gr.Image(label="Oto Twoje wygenerowane zdjęcie:", type="pil")
 
-    # --- Podłączenie akcji do przycisku ---
     generate_button.click(
-        fn=generate_photo,                   # Funkcja do wywołania
-        inputs=[input_image, prompt_input],  # Wejścia dla funkcji
-        outputs=[output_image]               # Gdzie umieścić wynik
+        fn=generate_photo,
+        inputs=[input_image, prompt_input],
+        outputs=[output_image]
     )
-
 print("--- Interfejs Gradio zdefiniowany ---")
 
 # --- Uruchomienie aplikacji ---
 if __name__ == "__main__":
     print("--- Uruchamianie demo.launch() ---")
-    # Uruchamiamy aplikację Gradio w Space
-    demo.launch() # Domyślnie share=False, debug=False w środowisku HF Spaces
-    print("--- Aplikacja Gradio zakończyła działanie (jeśli serwer nie jest trwały) ---")
+    demo.launch()
+    print("--- Aplikacja Gradio zakończyła działanie ---")