Update app.py

app.py

@@ -1,7 +1,7 @@
 import gradio as gr
 # requests jest nadal w requirements.txt, ale nie jest już bezpośrednio używany do głównego wywołania API
 import requests
-from PIL import Image
+from PIL import Image, ImageOps
 import io
 import os
 import traceback
@@ -40,6 +40,64 @@ print(f"--- Konfiguracja załadowana. Cel dla gradio_client: {TARGET_SPACE_ID} -
 
 # --- Logika aplikacji ---
 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]}...")
+
+    # --- Dodany Krok: Przeskalowanie obrazka wejściowego ---
+    try:
+        max_size = (1024, 1024) # Maksymalny rozmiar (szerokość, wysokość)
+        # Używamy thumbnail, aby zachować proporcje i zmniejszyć tylko jeśli jest większy
+        input_selfie_resized = input_selfie.copy() # Pracuj na kopii
+        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:
+         print(f"BŁĄD podczas skalowania obrazka: {e_resize}")
+         traceback.print_exc()
+         raise gr.Error(f"Nie można przeskalować obrazka wejściowego: {e_resize}")
+    # ---------------------------------------------------------
+
+    # 2. Przygotowanie pliku tymczasowego dla obrazka wejściowego
+    # (Używamy teraz przeskalowanego obrazka: input_selfie_resized)
+    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 obraz jest w RGB przed zapisem jako JPEG
+        rgb_image = input_selfie_resized # Używamy przeskalowanego!
+        if rgb_image.mode == 'RGBA':
+            print("Konwertuję przeskalowany obraz RGBA na RGB z białym tłem...")
+            # Stwórz nowy obraz RGB wypełniony białym kolorem
+            final_image = Image.new("RGB", rgb_image.size, (255, 255, 255))
+            # Wklej oryginalny obraz używając jego kanału alfa jako maski
+            final_image.paste(rgb_image, mask=rgb_image.split()[3])
+        else:
+             final_image = rgb_image # Już jest w odpowiednim trybie
+
+        # Zapisz przeskalowany i skonwertowany obraz jako JPEG
+        final_image.save(input_image_path, format="JPEG")
+        print(f"Przeskalowany obrazek wejściowy zapisany tymczasowo w: {input_image_path}")
+
+    except Exception as e:
+        # ... (reszta obsługi błędu zapisu bez zmian) ...
+
+    # 3. Wywołanie zdalnego API Gradio za pomocą gradio_client
+    # ... (reszta kodu bez zmian, aż do obsługi błędu AppError) ...
+
+    except Exception as e:
+        print(f"BŁĄD podczas komunikacji z klientem Gradio lub przetwarzania wyniku: {e}")
+        traceback.print_exc()
+        # Dodajmy podpowiedź o możliwej przyczynie błędu AppError
+        error_message = f"Problem podczas generowania przez zdalny serwis InstantID: {e}"
+        if isinstance(e, AppError): # Sprawdzamy czy to ten konkretny błąd
+             error_message = f"Zdalny serwis ({TARGET_SPACE_ID}) zgłosił wewnętrzny błąd. Najczęstszą przyczyną są problemy z obrazkiem wejściowym (np. brak wykrytej twarzy, nietypowy format) lub przeciążenie serwisu. Spróbuj z innym zdjęciem lub ponownie później."
+        elif "Could not fetch config" in str(e):
+             # ... (reszta obsługi błędów bez zmian)
+
+        raise gr.Error(error_message) # Pokaż (potencjalnie bardziej pomocny) błąd
+    
     # Ta funkcja jest teraz wywoływana przez Gradio po kliknięciu przycisku
     print("\n--- Funkcja generate_photo (gradio_client) została wywołana ---")