from upcunet_v3 import RealWaifuUpScaler
import gradio as gr
import time
import logging
import os
from PIL import ImageOps
import numpy as np
import math


def greet(input_img, input_model_name, input_tile_mode):
    # if input_img.size[0] * input_img.size[1] > 256 * 256:
    #     y = int(math.sqrt(256*256/input_img.size[0]*input_img.size[1]))
    #     x = int(input_img.size[0]/input_img.size[1]*y)
    #     input_img = ImageOps.fit(input_img, (x, y))
    input_img = np.array(input_img)
    if input_model_name not in model_cache:
        t1 = time.time()
        upscaler = RealWaifuUpScaler(input_model_name[2], ModelPath + input_model_name, half=False, device="cpu")
        t2 = time.time()
        logger.info(f'load model time, {t2 - t1}')
        model_cache[input_model_name] = upscaler
    else:
        upscaler = model_cache[input_model_name]
        logger.info(f'load model from cache')

    start = time.time()
    result = upscaler(input_img, tile_mode=input_tile_mode)
    end = time.time()
    logger.info(f'input_model_name, {input_model_name}')
    logger.info(f'input_tile_mode, {input_tile_mode}')
    logger.info(f'input shape, {input_img.shape}')
    logger.info(f'output shape, {result.shape}')
    logger.info(f'speed time, {end - start}')
    return result


if __name__ == '__main__':
    logging.basicConfig(level=logging.INFO, format="[%(asctime)s] [%(process)d] [%(levelname)s] %(message)s")
    logger = logging.getLogger()

    ModelPath = "weights_v3/"
    model_cache = {}

    
    input_model_name = gr.inputs.Dropdown(os.listdir(ModelPath), default="up4x-latest-conservative.pth", label='选择放大倍数及降噪模式')
    input_tile_mode = gr.inputs.Dropdown([0, 1, 2, 3, 4], default=2, label='tile图像输出平铺模式')
    input_img = gr.inputs.Image(label='长安棉花糖♣ ♣点击下方上传图像（不超2MB）', type='pil')

    
    inputs = [input_img, input_model_name, input_tile_mode]
    outputs = "image"
    iface = gr.Interface(fn=greet,
                         inputs=inputs,
                         outputs=outputs,
                         allow_screenshot=False,
                         allow_flagging='never',
                         examples示例=[['efwe0.jpg',]],
                         article='♣棉花糖AI团队学员使用版♣<br>'
                         
                                 '感谢b站开源的项目-Real CUGAN，由于使用的是免费的cpu，使用空间有限，上传的图片过大将会导致内存不足，请尽量不要上传超过 2Mb 的图片！<br>'
                         
                                 '如在使用过程中出现放大不了或内存已满16G的情况，请及时告知群管理：星河或者17老师，以便重新启动程序<br>'
                         
                                 '放大模式使用说明：<br>'
                         
                                 '1.降噪版(denoise)：如果原片噪声多，压得烂，推荐使用；目前2倍模型支持了3个降噪等级<br>'
                                 '2.无降噪版(no-denoise)：如果原片噪声不多，压得还行，但是想提高分辨率/清晰度/做通用性的增强、修复处理，推荐使用<br>'
                                 '3.保守版(conservative)：如果你担心丢失纹理，担心画风被改变，担心颜色被增强，总之就是各种担心AI会留下浓重的处理痕迹，推荐使用该版本。<br>'
                                 '4.tile越大，越省显存，速度越慢')
    iface.launch()