#!/usr/bin/env python3 """ SeedVR UI (Gradio) - Interface de Usuário para Restauração de Mídia - Permite o upload de um único arquivo de vídeo (.mp4) ou imagem. - Oferece controle sobre parâmetros de geração como seed, resolução, paralelismo e FPS de saída para vídeos. - Delega a execução da inferência para a classe `SeedVRServer`, que gerencia o ambiente e a chamada ao `torchrun`. - Possui uma lógica de retorno robusta para exibir o resultado correto (imagem ou vídeo) ou notificar o usuário se nenhum resultado for encontrado. """ import os import mimetypes from pathlib import Path from typing import Optional import gradio as gr # Importa a classe do servidor que gerencia a lógica de backend. # A inicialização do servidor (download de modelos, etc.) acontece aqui. try: from api.seedvr_server import SeedVRServer except ImportError: print("ERRO FATAL: Não foi possível importar o SeedVRServer. Verifique o caminho em services/seed_server.py") raise # Cria uma instância única e persistente do servidor. server = SeedVRServer() # Define o caminho de saída para referência, caso seja necessário. OUTPUT_ROOT = Path(os.getenv("OUTPUT_ROOT", "/app/outputs")) def _is_video(path: str) -> bool: """Verifica se um caminho de arquivo corresponde a um tipo de vídeo.""" if not path: return False mime, _ = mimetypes.guess_type(path) # Verifica tanto o MIME type quanto a extensão do arquivo para maior robustez. return (mime or "").startswith("video") or path.lower().endswith((".mp4", ".mov", ".avi", ".mkv")) def _is_image(path: str) -> bool: """Verifica se um caminho de arquivo corresponde a um tipo de imagem.""" if not path: return False mime, _ = mimetypes.guess_type(path) return (mime or "").startswith("image") or path.lower().endswith((".png", ".jpg", ".jpeg", ".webp")) def ui_infer( input_path: Optional[str], seed: int, res_h: int, res_w: int, sp_size: int, fps: float, progress=gr.Progress(track_tqdm=True) ): """ Função principal de callback do Gradio. Acionada pelo botão "Restaurar". """ progress(0.1, desc="Validando entradas...") if not input_path or not Path(input_path).exists(): gr.Warning("Arquivo de entrada ausente ou inválido. Por favor, faça o upload de um vídeo ou imagem.") return None, None, None # Retorna None para todas as saídas try: progress(0.4, desc="Enviando tarefa para o backend. A inferência pode levar vários minutos...") # Chama o método do servidor, passando todos os parâmetros da UI. video_out, image_out, out_dir = server.run_inference( filepath=input_path, seed=int(seed), resh=int(res_h), resw=int(res_w), spsize=int(sp_size), fps=float(fps) if fps and fps > 0 else None, # Passa None se o campo for 0 ou vazio ) progress(0.9, desc="Inferência concluída. Processando resultados...") # Lógica de retorno robusta final_image = None final_video = None result_file_for_download = None is_video_input = _is_video(input_path) if is_video_input: # Se a entrada foi um vídeo, a saída principal esperada é um vídeo. if video_out: final_video = video_out result_file_for_download = video_out elif image_out: # Fallback gr.Info("A inferência de vídeo resultou em uma única imagem.") final_image = image_out result_file_for_download = image_out else: # A entrada foi uma imagem # Se a entrada foi uma imagem, a saída principal esperada é uma imagem. if image_out: final_image = image_out result_file_for_download = image_out elif video_out: # Fallback gr.Info("A inferência de imagem resultou em um vídeo.") final_video = video_out result_file_for_download = video_out if not result_file_for_download: gr.Warning("A inferência foi concluída, mas nenhum arquivo de mídia de saída foi encontrado no diretório de resultados.") return final_image, final_video, result_file_for_download except Exception as e: print(f"[UI ERROR] A inferência falhou: {e}") # Exibe uma notificação de erro clara na interface do Gradio. gr.Error(f"Erro na Inferência: {e}") return None, None, None # --- Construção da Interface Gráfica com Gradio --- with gr.Blocks(title="SeedVR (Aduc-SDR)", theme=gr.themes.Soft()) as demo: gr.HTML( """

SeedVR - Restauração de Imagem e Vídeo

Implementação com backend Aduc-SDR

""" ) with gr.Row(): with gr.Column(scale=1): inp = gr.File(label="Arquivo de Entrada (Vídeo ou Imagem)", type="filepath") with gr.Accordion("Parâmetros de Geração", open=True): with gr.Row(): seed = gr.Number(label="Seed", value=42, precision=0) fps_out = gr.Number(label="FPS de Saída", value=24, precision=0, info="Apenas para vídeos.") with gr.Row(): res_h = gr.Number(label="Altura (Height)", value=720, precision=0) res_w = gr.Number(label="Largura (Width)", value=1280, precision=0) sp_size = gr.Slider(label="Paralelismo de Sequência (sp_size)", minimum=1, maximum=160, step=4, value=4, info="Para vídeos em multi-GPU. Use 1 para imagens.") run_button = gr.Button("Restaurar Mídia", variant="primary") with gr.Column(scale=2): gr.Markdown("### Resultado") out_image = gr.Image(label="Resultado (Imagem)", show_download_button=True) out_video = gr.Video(label="Resultado (Vídeo)") # Componente de arquivo para download, pode ser visível ou não. # Deixá-lo visível pode ser uma boa alternativa se a pré-visualização falhar. out_download = gr.File(label="Baixar Resultado") # Define a ação do botão run_button.click( fn=ui_infer, inputs=[inp, seed, res_h, res_w, sp_size, fps_out], outputs=[out_image, out_video, out_download], ) gr.Markdown("---") gr.Markdown("### Exemplos") # Nota: Exemplos precisam de arquivos presentes no contêiner para funcionar. # Adicione os arquivos de exemplo ao seu Dockerfile se desejar usá-los. # gr.Examples(...) # --- Ponto de Entrada da Aplicação --- if __name__ == "__main__": demo.launch( server_name=os.getenv("GRADIO_SERVER_NAME", "0.0.0.0"), server_port=int(os.getenv("GRADIO_SERVER_PORT", "7860")), allowed_paths=[str(OUTPUT_ROOT), str(os.getenv("INPUT_ROOT", "/app/inputs"))], show_error=True, )