from rembg import remove
from PIL import Image

input_path = 'img.jpeg'
output_path = 'img.png'

inp = Image.open(input_path)
output = remove(inp)
output.save(output_path)

Pillow
rembg
onnxruntime

import os


def merge_files(directory, output_file, extensions, exclude_dirs=None):
    if exclude_dirs is None:
        exclude_dirs = ['.venv']

    with open(output_file, 'w', encoding='utf-8') as outfile:
        for root, dirs, files in os.walk(directory):
            if any(exclude in root for exclude in exclude_dirs):
                continue
            for file in files:
                if any(file.endswith(ext) for ext in extensions):
                    filepath = os.path.join(root, file)
                    try:
                        with open(filepath, 'r', encoding='utf-8') as infile:
                            outfile.write(f'# Содержимое файла: {filepath}\n')
                            outfile.write(infile.read())
                            outfile.write('\n\n')
                    except Exception as e:
                        print(f'Не удалось прочитать файл {filepath}: {e}')


if __name__ == "__main__":
    directory_to_scan = r' ПОЛНЫЙ ПУТЬ К ВАШЕЙ ДИРЕКТОРИИ'


    output_file_py = 'all_code.py'
    merge_files(
        directory=directory_to_scan,
        output_file=output_file_py,
        extensions=['.py']
    )
    print(f'Все .py файлы были собраны в {output_file_py}')

    output_file_data = 'all_data_files.txt'
    merge_files(
        directory=directory_to_scan,
        output_file=output_file_data,
        extensions=['.json', '.env', '.css']
    )
    print(f'Все .json и .env файлы были собраны в {output_file_data}')

import requests
import cv2
import os
from insightface.app import FaceAnalysis
from insightface.model_zoo import get_model

app = FaceAnalysis(name='buffalo_l')
app.prepare(ctx_id=0, det_size=(640, 640))


def download_model(url, model_path):
    if not os.path.exists(model_path):
        print(f"Загрузка модели с {url}...")
        response = requests.get(url)
        response.raise_for_status()
        with open(model_path, 'wb') as file:
            file.write(response.content)
        print(f"Модель сохранена как {model_path}")


model_url = "https://huggingface.co/ezioruan/inswapper_128.onnx/resolve/main/inswapper_128.onnx?download=true"
model_path = "inswapper_128.onnx"

download_model(model_url, model_path)

swapper = get_model(model_path)


def swap_face_between_images(source_image_path, target_image_path, output_image_path):
    source_img = cv2.imread(source_image_path)
    if source_img is None:
        print(f"Ошибка: Не удалось загрузить изображение-источник по пути: {source_image_path}")
        return

    target_img = cv2.imread(target_image_path)
    if target_img is None:
        print(f"Ошибка: Не удалось загрузить изображение-цель по пути: {target_image_path}")
        return

    print("Анализ лиц на изображении-источнике...")
    source_faces = app.get(source_img)
    if not source_faces:
        print("Ошибка: Лица на изображении-источнике не найдены.")
        return
    source_face = source_faces[0]

    print("Анализ лиц на изображении-цели...")
    target_faces = app.get(target_img)
    if not target_faces:
        print("Ошибка: Лица на изображении-цели не найдены.")
        return
    target_face_to_replace = target_faces[0]

    print("Выполнение замены лица...")
    result_img = target_img.copy()
    result_img = swapper.get(result_img, target_face_to_replace, source_face)

    cv2.imwrite(output_image_path, result_img)
    print(f"Изображение с замененным лицом сохранено как: {output_image_path}")


if __name__ == "__main__":
    path_to_source_photo = 'rojers.jpg'
    path_to_target_photo = 'stark.jpg'
    output_filename = 'swapped_result.png'

    if not os.path.exists(path_to_source_photo):
        print(
            f"Файл источника не найден: {path_to_source_photo}. Пожалуйста, создайте его или укажите правильный путь.")
    elif not os.path.exists(path_to_target_photo):
        print(f"Файл цели не найден: {path_to_target_photo}. Пожалуйста, создайте его или укажите правильный путь.")
    else:
        swap_face_between_images(path_to_source_photo, path_to_target_photo, output_filename)

opencv-python
onnxruntime
insightface

from transformers import BlipProcessor, BlipForConditionalGeneration
import torch
from PIL import Image

processor = BlipProcessor.from_pretrained("Salesforce/blip-image-captioning-base")
model = BlipForConditionalGeneration.from_pretrained("Salesforce/blip-image-captioning-base")

image_path = "img_4.jpg"
image = Image.open(image_path)

inputs = processor(images=image, return_tensors="pt")

with torch.no_grad():
    output = model.generate(**inputs)

description = processor.decode(output[0], skip_special_tokens=True)

print("Image description:", description)

transformers
torch
Pillow