Upload app.py

app.py

@@ -33,94 +33,6 @@ def end_session(req: gr.Request):
     user_dir = os.path.join(TMP_DIR, str(req.session_hash))
     shutil.rmtree(user_dir)
 
-
-def select_point(predictor: SamPredictor,
-                 annotated_img: np.ndarray,
-                 orig_img: np.ndarray,
-                 sel_pix: list,
-                 point_type: str, 
-                 evt: gr.SelectData):
-    """
-    当用户在标注图像上点击时：
-      - 将点击坐标添加到 sel_pix（正/负 prompt 根据 point_type），
-      - 根据 sel_pix 调用 SAM 得到 mask，
-      - 在 annotated_img 上绘制所有已选点的标记，
-      - 返回更新后的标注图像、SAM 输出（用于显示）及生成的 visible_mask（用于后续 pix2gestalt）。
-    """
-    # 拷贝原图（用于标注）
-    img = annotated_img.copy()
-    h_original, w_original, _ = orig_img.shape
-    h_new, w_new = 256, 256
-    scale_x = w_new / w_original
-    scale_y = h_new / h_original
-
-    # 根据 prompt 类型添加点击点（evt.index 格式为 (x, y)）
-    if point_type == 'positive_prompt':
-        sel_pix.append((evt.index, 1))
-    elif point_type == 'negative_prompt':
-        sel_pix.append((evt.index, 0))
-    else:
-        sel_pix.append((evt.index, 1))
-
-    # 将原始尺寸的点转换到 256x256 尺寸（SAM 输入要求）
-    processed_sel_pix = []
-    for point, label in sel_pix:
-        x, y = point
-        new_x = int(x * scale_x)
-        new_y = int(y * scale_y)
-        processed_sel_pix.append(([new_x, new_y], label))
-
-    visible_mask, overlay_mask = run_sam(predictor, processed_sel_pix)
-    # overlay_mask 是 SAM 输出的 mask（256x256），调整尺寸到原图尺寸以便显示
-    mask = np.squeeze(overlay_mask[0][0])  # (256, 256)
-    resized_mask = cv2.resize(mask.astype(np.uint8) * 255, (w_original, h_original), interpolation=cv2.INTER_AREA)
-    resized_mask = resized_mask > 127
-    # 制作 overlay 信息（供 output_mask 使用）
-    resized_overlay_mask = [(resized_mask, 'visible_mask')]
-
-    # 绘制所有点的标记
-    COLORS = [(255, 0, 0), (0, 255, 0)]
-    MARKERS = [1, 4]
-    scaling_factor = min(h_original / 256, w_original / 256)
-    marker_size = int(6 * scaling_factor)
-    marker_thickness = int(2 * scaling_factor)
-    for point, label in sel_pix:
-        cv2.drawMarker(img, tuple(point), COLORS[label], markerType=MARKERS[label],
-                       markerSize=marker_size, thickness=marker_thickness)
-
-    return img, (orig_img, resized_overlay_mask), visible_mask
-
-def undo_points(predictor, orig_img, sel_pix):
-    """
-    撤销最后一次点击：
-      - 从 sel_pix 中 pop 出最后一个点，
-      - 根据剩余点重新调用 SAM 得到 mask，
-      - 返回更新后的图像和 mask。
-    """
-    temp = orig_img.copy()
-    h_original, w_original, _ = orig_img.shape
-    COLORS = [(255, 0, 0), (0, 255, 0)]
-    MARKERS = [0, 5]
-    scaling_factor = min(h_original / 256, w_original / 256)
-    marker_size = int(6 * scaling_factor)
-    marker_thickness = int(2 * scaling_factor)
-    if len(sel_pix) > 0:
-        sel_pix.pop()
-        # 重新绘制剩余点
-        for point, label in sel_pix:
-            cv2.drawMarker(temp, tuple(point), COLORS[label],
-                           markerType=MARKERS[label], markerSize=marker_size, thickness=marker_thickness)
-    else:
-        dummy_overlay_mask = [(np.zeros((h_original, w_original), dtype=np.uint8), 'visible_mask')]
-        return orig_img, (orig_img, dummy_overlay_mask), []
-
-    visible_mask, overlay_mask = run_sam(predictor, sel_pix)
-    mask = np.squeeze(overlay_mask[0][0])
-    resized_mask = cv2.resize(mask.astype(np.uint8) * 255, (w_original, h_original), interpolation=cv2.INTER_AREA)
-    resized_mask = resized_mask > 127
-    resized_overlay_mask = [(resized_mask, 'visible_mask')]
-    return temp, (orig_img, resized_overlay_mask), visible_mask
-
 def reset_image(predictor, img):
     """
     上传图像后调用：
@@ -144,6 +56,8 @@ def run_sam(image, predictor, selected_points):
     """
     调用 SAM 模型进行分割。
     """
+    print(image.shape)
+    print(np.unique(image))
     predictor.set_image(image)
     if len(selected_points) == 0:
         return [], None