Remove dotenv

app.py

@@ -1,154 +0,0 @@
-import gradio as gr
-import sulkuPypi
-from funciones import mass
-from data import usuarios
-import encrypter
-import time
-import nycklar.nodes
-
-#Funciones
-def authenticate(username, password):
-    
-    for u, p in usuarios:
-        #Si el usuario y la contraseña son correctas...
-        if username == u and password == p:
-            #Agrego el nombre del usuario al estado general.
-            gr.State.usuario = username
-            #Bienvenida al usuario...
-            print("Welcome ", gr.State.usuario)
-
-            #Capsule es el usuario encriptado que enviarás a la API de Sulku.
-            capsule = encrypter.encripta(gr.State.usuario).decode("utf-8") #decode es para quitarle el 'b
-            gr.State.capsule = capsule            
-
-            #Checa cuantos tokens tiene ese usuario via la API de Sulku: 
-            gr.State.tokens = sulkuPypi.getTokens(capsule)
-            
-            print(f"Tienes: {gr.State.tokens} tokens. ")
-            
-            return True
-    #Si no hubo coincidencia regresas un false.    
-    return False
-
-#Función principal
-def perform(input1, input2):
-  
-    print("Estando en perform182, la cantidad de tokens es: ", gr.State.tokens)
-    #Revisaremos de nuevo: 
-    gr.State.tokens = sulkuPypi.getTokens(encrypter.encripta(gr.State.usuario).decode("utf-8")) #Todo en una línea.
-    print("Ahora tienes: ", gr.State.tokens) 
-    
-    #Después autoriza.
-    #Si está autorizada puede ejecutar la tarea, ésta lógica si está a cargo aquí, por parte de la app y su desarrollador, no de Sulku.
-    autorizacion = sulkuPypi.authorize(gr.State.tokens, 'picswap')
-    print("La autorización es: ", autorizacion)
-
-    info_window = ""
-
-    #Después ejecuta la masa.
-    if autorizacion is True: 
-    
-        path = mass(input1,input2)
-
-    else:
-        info_window = "Out of credits..."
-        path = 'no-result.png'
-        return path, info_window, btn_buy
-
-    print(f"El path final fue {path}, si es no-result, no debites y controla la info window.")
-    print(f"El type de path es: ", type(path))
-    
-
-    print("Convirtiendo path a string...")
-    path_string = str(path)
-    
-    
-    print("Path_string = ", path_string)
-
-    if "no-result" not in path_string:
-        #Si el path NO tiene no-result, todo funcionó bien, por lo tanto debita.
-        print("Se obtuvo un resultado, debitaremos.")
-        #Y finalmente debita los tokens.
-        gr.State.tokens = sulkuPypi.debitTokens(gr.State.capsule, "picswap")
-        print(f"Y ahora tienes: {gr.State.tokens} tokens.")
-        info_window = "Image ready!"
-        
-    else:
-        print("No se detectó un rostro...")
-        info_window = "No face in source path detected."
-        print(f"Y ahora tienes: {gr.State.tokens} tokens.")
-        lbl_credits = "Nuevo texto..."
-        #No se hizo un proceso, por lo tanto no debitaremos.
-        #En el futuro, como regla de negocio, podría cambiar y que si debitemos.  
-    
-    return path, info_window, btn_buy
-
-def click_buy():
-
-    print("Ejecutando change...")
-
-    nuevo_markdown =  """
-    
-    """
-
-    return nuevo_markdown
-
-def display_tokens():
-
-    print("Ejecutando display_tokens...")
-
-    return gr.State.tokens
-
-#LOCAL VARIABLES
-# gr.State.usuario = "briggsboardman"
-# Capsule es el usuario encriptado que enviarás a la API de Sulku.
-# capsule = encrypter.encripta(gr.State.usuario).decode("utf-8") #decode es para quitarle el 'b
-# gr.State.capsule = capsule
-# gr.State.tokens = 20
-
-
-#Inputs
-source_image = gr.Image(label="Source")
-destination_image = gr.Image(label="Destination")
-
-#Outputs
-result_image = gr.Image(label="Blend Result")
-txt_credits = gr.Textbox(label="Credits Available", value="205", interactive=False)
-html_credits = gr.HTML("<div>Credits = 205</div>")
-lbl_console = gr.Label(label="AI Terminal Messages", value="AI Engine ready...", container=True)
-btn_buy = gr.Button("Buy More", visible=True, size='lg')
-#btn_buy.click(fn=click_buy, outputs=mrk_title)
-
-#Gradio themes: 
-# — gr.themes.Base()
-# — gr.themes.Default()
-# — gr.themes.Glass()
-# — gr.themes.Monochrome()
-# — gr.themes.Soft()
-
-#valor = gr.State.tokens
-valor = "205"
-
-with gr.Blocks(theme=gr.themes.Base(), css="footer {visibility: hidden}") as main:   
-
-    with gr.Row():        
-        gr.Markdown(visible=True)
-        gr.Markdown(visible=True)
-        gr.Markdown(visible=True)
-        lbl_credits = gr.Label(label="Credits Available", value=valor, scale=1)        
-        result_image.change(fn=display_tokens, outputs=lbl_credits)
-   
-    with gr.Row():
-
-        demo = gr.Interface(
-            fn=perform,
-            title="", 
-            inputs=[source_image, destination_image], 
-            outputs=[result_image, lbl_console, txt_credits, btn_buy], 
-            allow_flagging='auto'
-            )
-        
-    with gr.Row():
-        lbl_credits = gr.Textbox(label="Credits Available", value="205", interactive=False)
-
-main.launch(auth=authenticate)

funciones.py

@@ -1,124 +0,0 @@
-import os
-import time
-import pathlib
-from PIL import Image
-import envCharger
-
-
-def mass(input1, input2):
-
-    envCharger.load_env("local")
-    PLATAFORMA = os.getenv('plataforma')
-    print("PLATAFORMA: ", PLATAFORMA)
-    time.sleep(5)
-    
-    #video o cualquier otro sería para imagenes.
-    modo = "pic"
-    #local o huggingface
-    plataforma = "huggingface"
-    #face_swapper o face_enhancer o la combinación de ellos.
-    procesador = "face_swapper"
-
-    print(f"Inicio: Estamos en modo {modo}, plataforma: {plataforma} y procesador: {procesador}.")
-    
-    path_video = input2
-    print("Path_video es:", path_video)
-    
-    if modo == "video":
-    
-        if plataforma == "local":
-            #Para local.
-            path_parts = path_video.split("\\")
-        else:
-            #Para HuggingFace
-            #Creo que no va en imagen.
-            print("La plataforma en la que basaremos la división es HuggingFace.")
-            path_parts = path_video.split("/")
-
-            #Aquí obtendremos nom_video
-            #Creo no va en imagen
-            filename = path_parts[-1]
-            nom_video = filename[:-4]
-            print("Esto es filename alias nom_video: ", nom_video)
-            path_particular = "/".join(path_parts[0:len(path_parts) - 1])
-            path_general = "/".join(path_parts[0:len(path_parts) - 2])
-            path_general = path_general.replace("\\", "/")
-            path_particular = path_particular.replace("\\", "/")
-            print("Path general: ", path_general)
-            print("Path general: ", path_particular)
-            path = pathlib.Path("result.mp4")
-            files = os.listdir(path_general)
-        
-            print("Estos son los files que hay:")
-            print(files)
-
-    ext_imagen = "png"
-    ext_video = "mp4"
-
-    #Selector de modo.
-    if modo == "video": 
-        print("Se asigno la extensión de video:", ext_video)
-        extension = ext_video
-    else:
-        print("Se asigno la extensión de imagen:", ext_imagen)
-        extension = ext_imagen
-
-    #El source siempre es una imagen.
-    source_path = "source.png"
-    target_path = "target." + extension
-    result_path = "result." + extension
-
-    #La primera siempre será una imagen, por eso no entra en el modo selector.
-    source_image = Image.fromarray(input1)
-    print("Esto es source_image: ", source_image)
-    source_image.save(source_path)
-        
-    #Aquí trabajaremos solo el target.
-    if modo == "video":
-        #Para Video
-        target_path = input2
-    else:
-        #Es decir si es modo imagen
-        #Para Imagenes
-        target_image = Image.fromarray(input2)
-        print("Esto es target_image: ", target_image)
-        target_image.save(target_path)
-
-    print("Después de los selectores de modo los paths quedaron así:")
-    print("source_path: ", source_path)
-    print("target_path: ", target_path)
-    #FUTURE: Agrega por parámetro o mejor aún por enviroment el hecho de si es compu para usar cpu o si es hf para usar cuda o azure? 
-    #(choose from 'tensorrt', 'cuda', 'cpu')
-    command = f"python run.py -s {source_path}  -t {target_path} -o {result_path} --frame-processor {procesador} --execution-provider cpu"
-    print(command)
-    time.sleep(1)
-    proc = os.popen(command)
-    output = proc.read()
-
-    print("Output (resultado de la ejecución del código):")
-    print(output)
-    print("Y el tipo del output es: ", type(output))
-    time.sleep(1)
-    
-    print("Terminó la impresión del output...")
-    
-    if "No face in source path detected" in output:
-        #Si no se detecta un rostro, pondremos un placeholder, ésto evita que se despliegue el último result obtenido antes...
-        #...de la operación fallida.
-        print("No se detectó ninguna cara en la ruta de origen.")
-        #result_path = "no-result.png"
-        
-    else:
-        print("Si se detecto un rostro...")
-        #Si sí se detectó un rostro, sigue su camino normal.
-
-    print("Éste es el momento en el que se creo result, revisar...")    
-    
-    path = pathlib.Path(result_path)
-    path_abs = os.path.abspath(path)
-    print("Éste es el path:", path)
-    print("Y su ruta absoluta es: ", path_abs)
-    print("Listo! Gracias!")
-    return path
-    
-