Update app.py

app.py

@@ -1,4 +1,4 @@
-import spaces  # <--- يجب أن يبقى في السطر الأول
+import spaces
 import gradio as gr
 import cv2
 import numpy as np
@@ -8,17 +8,16 @@ import shutil
 import tempfile 
 import datetime
 import ffmpeg
-# استيراد مكتبات ModelScope الخاصة بـ DDColor
 from modelscope.pipelines import pipeline
 from modelscope.utils.constant import Tasks
+# استيراد مكتبة السلايدر الجديدة
+from gradio_imageslider import ImageSlider
 
 # ==========================================
-# 1. إعداد نموذج DDColor الاحترافي
+# 1. إعداد نموذج DDColor
 # ==========================================
 print("⏳ Loading DDColor Professional Model...")
 
-# تحميل خط الأنابيب (Pipeline) الخاص بالتلوين
-# نحدد device='gpu' ليعمل مع ZeroGPU عند استدعائه
 try:
     ddcolor_pipeline = pipeline(
         Tasks.image_colorization, 
@@ -31,118 +30,118 @@ except Exception as e:
     ddcolor_pipeline = None
 
 # ==========================================
-# 2. دالة المعالجة (الاحترافية)
+# 2. دالة المعالجة
 # ==========================================
 
-@spaces.GPU(duration=180) # نمنح وقتاً كافياً للفيديوهات
+@spaces.GPU(duration=180)
 def colorize_video_professional(video_file):
     if not video_file:
-        return None
+        return None, None
     
     if ddcolor_pipeline is None:
-        raise gr.Error("فشل تحميل النموذج. يرجى مراجعة السجلات.")
-
-    print("🚀 Starting professional colorization on ZeroGPU...")
+        raise gr.Error("فشل تحميل النموذج.")
 
+    print("🚀 Starting processing...")
     timestamp = datetime.datetime.now().strftime("%Y%m%d_%H%M%S")
-    temp_frames_dir = os.path.join(tempfile.gettempdir(), f"frames_dd_{timestamp}")
+    temp_frames_dir = os.path.join(tempfile.gettempdir(), f"frames_{timestamp}")
     os.makedirs(temp_frames_dir, exist_ok=True)
     
     final_output_name = f"colored_ddcolor_{timestamp}.mp4"
-    audio_path = os.path.join(tempfile.gettempdir(), f"audio_dd_{timestamp}.aac")
+    audio_path = os.path.join(tempfile.gettempdir(), f"audio_{timestamp}.aac")
+    
+    # مسارات صور المقارنة
+    comp_original_path = os.path.join(tempfile.gettempdir(), f"comp_orig_{timestamp}.png")
+    comp_colored_path = os.path.join(tempfile.gettempdir(), f"comp_color_{timestamp}.png")
+    comparison_result = None
 
-    # --- 1. استخراج الصوت (إن وجد) ---
+    # --- استخراج الصوت ---
     audio_exists = False
     try:
-        (
-            ffmpeg
-            .input(video_file)
-            .output(audio_path, acodec='copy')
-            .run(overwrite_output=True, quiet=True)
-        )
+        ffmpeg.input(video_file).output(audio_path, acodec='copy').run(overwrite_output=True, quiet=True)
         audio_exists = True
     except ffmpeg.Error:
-        print("⚠️ Warning: No audio found or extraction failed.")
+        pass
 
-    # --- 2. قراءة الفيديو ومعالجة الإطارات ---
+    # --- المعالجة ---
     cap = cv2.VideoCapture(video_file)
-    fps = cap.get(cv2.CAP_PROP_FPS)
-    if fps == 0: fps = 25
+    fps = cap.get(cv2.CAP_PROP_FPS) or 25
+    total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
     
-    frame_count = 0
-    print("🎬 Processing frames...")
+    # نختار إطاراً في المنتصف ليكون صورة المقارنة
+    comparison_frame_index = max(0, total_frames // 2)
     
+    frame_count = 0
     while True:
         ret, frame = cap.read()
         if not ret:
             break
             
-        # DDColor يقبل الصورة بصيغة BGR أو RGB (مصفوفة Numpy)
-        # نقوم بتمرير الإطار مباشرة للنموذج
+        # حفظ الإطار الأصلي للمقارنة إذا وصلنا للمنتصف
+        if frame_count == comparison_frame_index:
+            cv2.imwrite(comp_original_path, frame)
         
-        # المعالجة باستخدام DDColor
-        # الناتج يكون قاموساً يحتوي على الصورة الملونة تحت مفتاح 'output_img'
+        # التلوين
         result = ddcolor_pipeline(frame)
         colorized_frame_bgr = result['output_img']
         
-        # حفظ الإطار كصورة PNG (لتجنب مشاكل ترميز الفيديو في OpenCV)
+        # حفظ الإطار الملون للمقارنة
+        if frame_count == comparison_frame_index:
+            cv2.imwrite(comp_colored_path, colorized_frame_bgr)
+            comparison_result = (comp_original_path, comp_colored_path)
+
+        # حفظ الإطار للفيديو
         frame_filename = os.path.join(temp_frames_dir, f"frame_{frame_count:05d}.png")
         cv2.imwrite(frame_filename, colorized_frame_bgr)
-        
         frame_count += 1
-        if frame_count % 10 == 0:
-            print(f"Processed {frame_count} frames...")
     
     cap.release()
-    print(f"✅ Finished processing {frame_count} frames. Stitching video...")
 
-    # --- 3. تجميع الفيديو باستخدام FFmpeg ---
-    # استخدام نمط %05d لقراءة الإطارات بالترتيب الصحيح
+    # --- تجميع الفيديو ---
     input_frames = ffmpeg.input(os.path.join(temp_frames_dir, 'frame_%05d.png'), framerate=fps)
-    
     if audio_exists:
-        input_audio = ffmpeg.input(audio_path)
-        # استخدام ترميز x264 لضمان التوافقية
-        stream = ffmpeg.output(input_frames, input_audio, final_output_name, vcodec='libx264', pix_fmt='yuv420p', acodec='aac', shortest=None)
+        stream = ffmpeg.output(input_frames, ffmpeg.input(audio_path), final_output_name, vcodec='libx264', pix_fmt='yuv420p', acodec='aac', shortest=None)
     else:
         stream = ffmpeg.output(input_frames, final_output_name, vcodec='libx264', pix_fmt='yuv420p')
     
     try:
         stream.run(overwrite_output=True, quiet=True)
-    except ffmpeg.Error as e:
-        print("FFmpeg Error:", e.stderr.decode('utf8'))
-        # محاولة أخيرة بدون صوت في حال فشل الدمج
+    except ffmpeg.Error:
+         # محاولة بديلة
         ffmpeg.input(os.path.join(temp_frames_dir, 'frame_%05d.png'), framerate=fps).output(final_output_name, vcodec='libx264', pix_fmt='yuv420p').run(overwrite_output=True)
 
-    # تنظيف
     shutil.rmtree(temp_frames_dir, ignore_errors=True)
-    if os.path.exists(audio_path): os.remove(audio_path)
     
-    return final_output_name
+    # نرجع الفيديو + صور المقارنة (Tuple)
+    return final_output_name, comparison_result
 
 # ==========================================
-# 3. واجهة التطبيق (بسيطة واحترافية)
+# 3. الواجهة الجديدة
 # ==========================================
 custom_css = """
-#col-container {max-width: 700px; margin-left: auto; margin-right: auto;}
+#col-container {max-width: 800px; margin-left: auto; margin-right: auto;}
 """
 
-with gr.Blocks(css=custom_css, title="Professional Video Colorizer (DDColor)") as demo:
+with gr.Blocks(css=custom_css, title="Pro Video Colorizer") as demo:
     with gr.Column(elem_id="col-container"):
-        gr.Markdown("# 🎞️ Professional Video Colorizer")
-        gr.Markdown("تلوين احترافي وواقعي للفيديو باستخدام نموذج DDColor. يحافظ على التفاصيل الأصلية بدون تغيير.")
+        gr.Markdown("# 🎞️ Professional Video Colorizer (DDColor)")
+        gr.Markdown("قم برفع فيديو أبيض وأسود وسيقوم الذكاء الاصطناعي بتلوينه.")
         
         with gr.Row():
             video_input = gr.Video(label="فيديو أبيض وأسود (Input)")
-            video_output = gr.Video(label="الفيديو الملون (Output)")
         
-        # لا توجد خيارات إضافية، فقط زر التلوين
-        submit_btn = gr.Button("✨ بدء التلوين الاحترافي", variant="primary", size="lg")
+        submit_btn = gr.Button("✨ تلوين ومعاينة (Colorize)", variant="primary", size="lg")
+        
+        # عنصر المقارنة الجديد
+        gr.Markdown("### 🔍 معاينة قبل وبعد (Before / After)")
+        slider_output = ImageSlider(label="مقارنة النتيجة", type="filepath", position=0.5)
+        
+        gr.Markdown("### 🎥 الفيديو النهائي الملون")
+        video_output = gr.Video(label="النتيجة النهائية")
         
         submit_btn.click(
             fn=colorize_video_professional,
             inputs=[video_input],
-            outputs=video_output
+            outputs=[video_output, slider_output]
         )
 
 if __name__ == "__main__":