Update app.py

app.py

@@ -1,5 +1,4 @@
 import os
-
 import sys
 from torchvision.transforms import functional
 sys.modules["torchvision.transforms.functional_tensor"] = functional
@@ -12,7 +11,6 @@ import torch
 import cv2
 import gradio as gr
 
-
 # 필요한 모델 다운로드
 if not os.path.exists('realesr-general-x4v3.pth'):
     os.system("wget https://github.com/xinntao/Real-ESRGAN/releases/download/v0.2.5.0/realesr-general-x4v3.pth -P .")
@@ -25,18 +23,15 @@ if not os.path.exists('GFPGANv1.4.pth'):
 if not os.path.exists('RestoreFormer.pth'):
     os.system("wget https://github.com/TencentARC/GFPGAN/releases/download/v1.3.4/RestoreFormer.pth -P .")
 
-
+# Real-ESRGAN 모델 초기화
 model = SRVGGNetCompact(num_in_ch=3, num_out_ch=3, num_feat=64, num_conv=32, upscale=4, act_type='prelu')
 model_path = 'realesr-general-x4v3.pth'
 half = True if torch.cuda.is_available() else False
 upsampler = RealESRGANer(scale=4, model_path=model_path, model=model, tile=0, tile_pad=10, pre_pad=0, half=half)
 
-
-# 이미지 저장 디렉토리에 저장하는 부분 (현재 주석 처리됨)
-# os.makedirs('output', exist_ok=True)
-
 def upscaler(img, version, scale):
     try:
+        # 이미지 불러오기
         img = cv2.imread(img, cv2.IMREAD_UNCHANGED)
         if len(img.shape) == 3 and img.shape[2] == 4:
             img_mode = 'RGBA'
@@ -50,6 +45,7 @@ def upscaler(img, version, scale):
         if h < 300:
             img = cv2.resize(img, (w * 2, h * 2), interpolation=cv2.INTER_LANCZOS4)
 
+        # 얼굴 복원 모델 초기화 (코드상 선택된 버전: GFPGANv1.4 등)
         face_enhancer = GFPGANer(
             model_path=f'{version}.pth', 
             upscale=2, 
@@ -61,38 +57,40 @@ def upscaler(img, version, scale):
         try:
             _, _, output = face_enhancer.enhance(img, has_aligned=False, only_center_face=False, paste_back=True)
         except RuntimeError as error:
-            print('오류:', error)
+            print('오류', error)
 
         try:
-            # 배율 조정 계수가 2 또는 0인 경우 추가 스케일링을 수행하지 않음
-            if scale != 2 and scale != 0:
+            # 배율이 0이면 추가 리사이즈하지 않음 (기본 업스케일은 GFPGAN에서 진행됨)
+            if scale and scale != 2:
                 interpolation = cv2.INTER_AREA if scale < 2 else cv2.INTER_LANCZOS4
                 h, w = img.shape[0:2]
                 output = cv2.resize(output, (int(w * scale / 2), int(h * scale / 2)), interpolation=interpolation)
         except Exception as error:
-            print('잘못된 배율 입력:', error)
+            print('잘못된 배율 입력입니다.', error)
 
         output = cv2.cvtColor(output, cv2.COLOR_BGR2RGB)
         return output
     except Exception as error:
-        print('전역 예외:', error)
+        print('전역 예외', error)
         return None, None
 
 if __name__ == "__main__":
     title = "이미지 업스케일러 및 복원 [GFPGAN 알고리즘]"
 
     demo = gr.Interface(
-            upscaler, [
-                gr.Image(type="filepath", label="입력 이미지"),
-                gr.Radio(['GFPGANv1.2', 'GFPGANv1.3', 'GFPGANv1.4', 'RestoreFormer'], type="value", label="버전", value="GFPGANv1.4", visible=False),
-                gr.Number(label="배율 조정 계수", value=0, visible=False),
-            ], [
-                gr.Image(type="numpy", label="출력 이미지"),
-            ],
-            title=title,
-            allow_flagging="never",
-            examples=[["예제.png", "GFPGANv1.4", 0]]
-        )
+        upscaler,
+        [
+            gr.Image(type="filepath", label="입력"),
+            gr.Radio(['GFPGANv1.2', 'GFPGANv1.3', 'GFPGANv1.4', 'RestoreFormer'], value="GFPGANv1.4", visible=False, label="버전"),
+            gr.Number(value=0, visible=False, label="배율")
+        ],
+        [
+            gr.Image(type="numpy", label="출력")
+        ],
+        title=title,
+        examples=[["example.png"]],
+        allow_flagging="never"
+    )
 
     demo.queue()
     demo.launch()