Update app.py

app.py

@@ -1,90 +1,70 @@
 import gradio as gr
 import cv2
 import numpy as np
-from PIL import Image, ImageEnhance
 
-def compress_and_enhance(img, mode, denoise_strength):
+def resize_and_stretch(video_path, direction):
     """
-    Сжимает изображение, уменьшая его в 2 раза по ширине, высоте или обоим измерениям,
-    затем увеличивает обратно с помощью интерполяции Ланцоша, применяет
-    агрессивное шумоподавление и корректирует насыщенность.
+    Уменьшает видео по горизонтали или вертикали на 25%, а затем растягивает обратно с помощью интерполяции Ланцоша.
 
     Args:
-        img: Изображение в формате PIL Image.
-        mode: Режим сжатия ("Width", "Height", "Both").
-        denoise_strength: Сила шумоподавления (от 0 до 10, где 0 - нет шумоподавления, 10 - максимальное).
+        video_path: Путь к видеофайлу.
+        direction: Направление сжатия ("horizontal" или "vertical").
 
     Returns:
-        Обработанное изображение в формате PIL Image.
+        Путь к обработанному видеофайлу.
     """
-    img = np.array(img)
-    original_height, original_width = img.shape[:2]
 
-    if mode == "Width":
-        # Уменьшение по ширине
-        small_img = cv2.resize(img, (original_width // 2, original_height), interpolation=cv2.INTER_AREA)
-        # Увеличение обратно по ширине
-        resized_img = cv2.resize(small_img, (original_width, original_height), interpolation=cv2.INTER_LANCZOS4)
-    elif mode == "Height":
-        # Уменьшение по высоте
-        small_img = cv2.resize(img, (original_width, original_height // 2), interpolation=cv2.INTER_AREA)
-        # Увеличение обратно по высоте
-        resized_img = cv2.resize(small_img, (original_width, original_height), interpolation=cv2.INTER_LANCZOS4)
-    elif mode == "Both":
-        # Уменьшение в 2 раза
-        small_img = cv2.resize(img, (original_width // 2, original_height // 2), interpolation=cv2.INTER_AREA)
-        # Увеличение обратно
-        resized_img = cv2.resize(small_img, (original_width, original_height), interpolation=cv2.INTER_LANCZOS4)
-    else:
-        resized_img = img
+    cap = cv2.VideoCapture(video_path)
+    if not cap.isOpened():
+        raise ValueError("Не удалось открыть видеофайл.")
 
-    # Агрессивное шумоподавление (Non-Local Means Denoising)
-    if denoise_strength > 0:
-        # h values from 3 (very low) to 10 (very high)
-        denoised_img = cv2.fastNlMeansDenoisingColored(resized_img, None, h=denoise_strength, templateWindowSize=7, searchWindowSize=21)
-    else:
-        denoised_img = resized_img
+    # Получаем свойства видео
+    fps = cap.get(cv2.CAP_PROP_FPS)
+    width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
+    height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
 
-    # Нерезкое маскирование (Unsharp Masking)
-    blurred = cv2.GaussianBlur(denoised_img, (0, 0), 3)
-    sharpened = cv2.addWeighted(denoised_img, 1.5, blurred, -0.5, 0)
+    # Вычисляем новые размеры
+    if direction == "horizontal":
+        new_width = int(width * 0.75)
+        new_height = height
+    else:  # vertical
+        new_width = width
+        new_height = int(height * 0.75)
 
-    # Коррекция насыщенности
-    pil_img = Image.fromarray(sharpened)
-    enhancer = ImageEnhance.Color(pil_img)
-    enhanced_img = enhancer.enhance(1.2)  # Увеличение насыщенности на 20%
+    # Создаем объект VideoWriter для записи выходного видео
+    fourcc = cv2.VideoWriter_fourcc(*'mp4v')  # Или используйте другой кодек, если нужно
+    output_path = "output_video.mp4"
+    out = cv2.VideoWriter(output_path, fourcc, fps, (width, height))
 
-    return enhanced_img
+    while True:
+        ret, frame = cap.read()
+        if not ret:
+            break
 
-def process_image(img, mode, denoise_strength):
-    """
-    Обрабатывает изображение.
+        # Уменьшаем размер кадра
+        resized_frame = cv2.resize(frame, (new_width, new_height), interpolation=cv2.INTER_LANCZOS4)
 
-    Args:
-        img: Изображение.
-        mode: Режим сжатия.
-        denoise_strength: Сила шумоподавления.
+        # Растягиваем обратно с помощью интерполяции Ланцоша
+        stretched_frame = cv2.resize(resized_frame, (width, height), interpolation=cv2.INTER_LANCZOS4)
 
-    Returns:
-        Обработанное изображение в формате PIL Image или None.
-    """
-    if img is not None:
-        pil_img = Image.fromarray(img.astype('uint8'), 'RGB')
-        return compress_and_enhance(pil_img, mode, denoise_strength)
-    else:
-        return None
+        # Записываем кадр в выходное видео
+        out.write(stretched_frame)
+
+    cap.release()
+    out.release()
+
+    return output_path
 
-# Интерфейс Gradio
+# Создаем интерфейс Gradio
 iface = gr.Interface(
-    fn=process_image,
+    fn=resize_and_stretch,
     inputs=[
-        gr.Image(type="numpy", label="Upload Image"),
-        gr.Radio(choices=["Width", "Height", "Both"], label="Compression Mode", value="Both"),
-        gr.Slider(minimum=0, maximum=10, step=1, label="Denoise Strength", value=0)
+        gr.Video(label="Загрузите видео"),
+        gr.Radio(["horizontal", "vertical"], label="Направление сжатия")
     ],
-    outputs=gr.Image(type="pil", label="Processed Image"),
-    title="Image Compression and Enhancement",
-    description="Compresses an image, applies aggressive denoising, and enhances saturation. Adjust the denoise strength for smoother results.",
+    outputs=gr.Video(label="Обработанное видео"),
+    title="Сжатие и растягивание видео",
+    description="Загрузите видео, выберите направление сжатия (горизонтальное или вертикальное), и программа уменьшит его размер на 25% в этом направлении, а затем растянет обратно с помощью интерполяции Ланцоша."
 )
 
 iface.launch()