Update app.py

app.py

@@ -1,33 +1,27 @@
-import cv2
 import gradio as gr
+import cv2
 import numpy as np
+from gfpgan import GFPGANer
 
-# 顔の補正関数
-def correct_face(image):
-    # BGR（OpenCVのデフォルト）からLab色空間に変換
-    lab = cv2.cvtColor(image, cv2.COLOR_BGR2Lab)
-    
-    # LabのLチャンネル（輝度）を取得
-    l, a, b = cv2.split(lab)
-    
-    # CLAHE（局所的ヒストグラム均等化）を適用
-    clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))
-    l_clahe = clahe.apply(l)
-    
-    # 再度チャンネルを統合し、LabからBGRに戻す
-    lab_clahe = cv2.merge((l_clahe, a, b))
-    corrected_image = cv2.cvtColor(lab_clahe, cv2.COLOR_Lab2BGR)
+# GFPGANerの初期化
+restorer = GFPGANer(model_path='https://github.com/TencentARC/GFPGAN/releases/download/v1.3.4/GFPGANv1.4.pth',
+                    upscale=2, arch='clean', channel_multiplier=2)
+
+# 画像補正関数
+def restore_faces(input_img):
+    # 入力画像を処理
+    img = np.array(input_img)
+    _, restored_img, _ = restorer.enhance(img, has_aligned=False, only_center_face=False)
     
-    return corrected_image
+    # 補正後の画像を返す
+    return restored_img
 
 # Gradioインターフェースの作成
-iface = gr.Interface(
-    fn=correct_face, 
-    inputs=gr.Image(type="numpy"), 
-    outputs=gr.Image(type="numpy"),
-    title="顔補正アプリ",
-    description="画像をアップロードして顔の色と明るさ補正を行います。CLAHEを使用してコントラストを最適化しています。"
-)
+iface = gr.Interface(fn=restore_faces, 
+                     inputs=gr.Image(type="numpy"), 
+                     outputs="image",
+                     title="AI生成顔をGFPGANで補正",
+                     description="AIで生成された顔画像をGFPGANを使って補正します。")
 
-# アプリを実行
+# アプリケーションを起動
 iface.launch()