Update app.py

app.py

@@ -42,15 +42,13 @@ def upscale_image(image):
     input_tensor = transform(image)
     with torch.no_grad():
         output_tensor = model(input_tensor)
-    output_image = transforms.ToPILImage()(output_tensor.squeeze
-(0))
+    output_image = transforms.ToPILImage()(output_tensor.squeeze(0))
     return output_image
 
 def load_image_as_bytes(image_path):
     """Chuyển ảnh thành dữ liệu nhị phân"""
     with Image.open(image_path) as img:
         img = img.convert("RGB")  # Đảm bảo ảnh là RGB
-        img = upscale_image(img)  # SRCNN xử lý
         img_bytes = BytesIO()
         img.save(img_bytes, format="JPEG")  # Lưu ảnh vào buffer
         return img_bytes.getvalue()  # Lấy dữ liệu nhị phân
@@ -72,7 +70,6 @@ async def generate_image(image_bytes, text_input):
     for part in response.candidates[0].content.parts:
         if part.inline_data is not None:
             img = Image.open(BytesIO(part.inline_data.data))
-            img = upscale_image(img)  # SRCNN sau khi nhận ảnh từ Gemini
             images.append(img)
     return images
 
@@ -83,8 +80,10 @@ async def process_request(image, text, num_requests):
     results = await asyncio.gather(*tasks)
     
     # Hợp nhất danh sách ảnh từ các request
-    all_images = [img for result in results for img in result]
-    return all_images
+    original_images = [img for result in results for img in result]
+    srcnn_images = [upscale_image(img) for img in original_images]
+    
+    return original_images + srcnn_images  # 4 ảnh gốc + 4 ảnh đã qua SRCNN
 
 def gradio_interface(image, text, num_requests):
     """Hàm Gradio xử lý yêu cầu và trả về ảnh"""
@@ -100,7 +99,7 @@ demo = gr.Interface(
     ],
     outputs=gr.Gallery(label="Kết quả chỉnh sửa", columns=4),
     title="Chỉnh sửa ảnh bằng Gemini AI + SRCNN",
-    description="Upload ảnh và nhập yêu cầu chỉnh sửa. Ảnh được nâng cấp độ phân giải trước và sau khi xử lý.",
+    description="Upload ảnh và nhập yêu cầu chỉnh sửa. Hiển thị 4 ảnh gốc từ API và 4 ảnh đã qua SRCNN.",
 )
 
 demo.launch()