app.py

import gradio as gr
import cv2
import numpy as np
from PIL import Image, ImageEnhance

def compress_and_enhance(img, mode, denoise_strength):
    """
    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.

    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).

    Returns:
        Обработанное изображение в формате PIL Image.
    """
    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

    # 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

    # Нерезкое маскирование (Unsharp Masking)
    blurred = cv2.GaussianBlur(denoised_img, (0, 0), 3)
    sharpened = cv2.addWeighted(denoised_img, 1.5, blurred, -0.5, 0)

    # Коррекция насыщенности
    pil_img = Image.fromarray(sharpened)
    enhancer = ImageEnhance.Color(pil_img)
    enhanced_img = enhancer.enhance(1.2)  # Увеличение насыщенности на 20%

    return enhanced_img

def process_image(img, mode, denoise_strength):
    """
    Обрабатывает изображение.

    Args:
        img: Изображение.
        mode: Режим сжатия.
        denoise_strength: Сила шумоподавления.

    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

# Интерфейс Gradio
iface = gr.Interface(
    fn=process_image,
    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)
    ],
    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.",
)

iface.launch()