import os
import gradio as gr
import torch
from diffusers import StableDiffusionPipeline
from werkzeug.security import generate_password_hash, check_password_hash
import json
import time

# تحميل نموذج Stable Diffusion الأخف
MODEL_NAME = "runwayml/stable-diffusion-v1-5"
device = "cuda" if torch.cuda.is_available() else "cpu"

pipe = StableDiffusionPipeline.from_pretrained(MODEL_NAME)
pipe.to(device)

# قاعدة بيانات للمستخدمين والنماذج المحفوظة (سيتم حفظها في ملف JSON)
user_data_file = "user_data.json"

# تحميل البيانات من ملف JSON إذا كان موجودًا
if os.path.exists(user_data_file):
    with open(user_data_file, "r") as f:
        users = json.load(f)
else:
    users = {}

saved_models = {}

# وظيفة تدريب النموذج (التدريب يتم مرة واحدة فقط)
def train_model(user_email, images, progress=gr.Progress()):
    if not user_email:
        return "يجب تسجيل الدخول لحفظ النموذج."
    
    user_model_id = f"user_model_{user_email}"
    saved_models[user_email] = user_model_id

    # محاكاة عملية التدريب (يمكنك تعديل هذا الجزء ليتناسب مع عملية التدريب الفعلية)
    for i in range(1, 101):  # محاكاة من 0% إلى 100%
        time.sleep(0.1)  # تأخير زمني لمحاكاة الوقت
        progress(i)  # تحديث شريط التقدم

    return f"✅ تم حفظ النموذج بنجاح: {user_model_id}"

# وظيفة إنشاء الصور باستخدام البرومبتات
def generate_image(prompt, user_email=None):
    if user_email and user_email in saved_models:
        model_id = saved_models[user_email]
        result = pipe(prompt).images[0]
    else:
        result = pipe(prompt).images[0]

    return result

# وظيفة تسجيل المستخدمين
def register(email, password):
    if email in users:
        return "⚠️ البريد الإلكتروني مسجل بالفعل!"
    users[email] = {"password": generate_password_hash(password)}
    save_users_data()
    return "✅ تم التسجيل بنجاح!"

# وظيفة تسجيل الدخول
def login(email, password):
    if email not in users or not check_password_hash(users[email]["password"], password):
        return "❌ البريد الإلكتروني أو كلمة المرور غير صحيحة!"
    return f"✅ تم تسجيل الدخول: {email}"

# حفظ بيانات المستخدمين إلى ملف JSON
def save_users_data():
    with open(user_data_file, "w") as f:
        json.dump(users, f)

# واجهة Gradio
with gr.Blocks() as demo:
    gr.Markdown("# 🖼️ إنشاء صور مخصصة باستخدام الذكاء الاصطناعي")
    
    with gr.Row():
        with gr.Column():
            image_input = gr.Files(label="📤 رفع صورك للتدريب")  # ✅ تعديل هنا
            user_email_input = gr.Textbox(label="📧 بريدك الإلكتروني (اختياري لحفظ النموذج)")
            train_button = gr.Button("🔧 تدريب النموذج")
            train_output = gr.Textbox(label="🔔 نتيجة التدريب")
            progress_bar = gr.Progress(label="🕒 تقدم التدريب")
 
        with gr.Column():
            prompt_input = gr.Textbox(label="✏️ أدخل البرومبت لإنشاء صورة")
            generate_button = gr.Button("🎨 إنشاء صورة")
            output_image = gr.Image(label="📷 الصورة الناتجة")
 
    train_button.click(train_model, inputs=[user_email_input, image_input, progress_bar], outputs=train_output)
    generate_button.click(generate_image, inputs=[prompt_input, user_email_input], outputs=output_image)
 
    gr.Markdown("### 🔑 تسجيل الدخول / التسجيل")
    
    with gr.Row():
        with gr.Column():
            login_email = gr.Textbox(label="📧 البريد الإلكتروني")
            login_password = gr.Textbox(label="🔑 كلمة المرور", type="password")
            login_button = gr.Button("🚀 تسجيل الدخول")
            login_output = gr.Textbox(label="🔔 حالة تسجيل الدخول")
 
        with gr.Column():
            register_email = gr.Textbox(label="📧 البريد الإلكتروني للتسجيل")
            register_password = gr.Textbox(label="🔑 كلمة المرور للتسجيل", type="password")
            register_button = gr.Button("📝 تسجيل حساب جديد")
            register_output = gr.Textbox(label="🔔 حالة التسجيل")
 
    login_button.click(login, inputs=[login_email, login_password], outputs=login_output)
    register_button.click(register, inputs=[register_email, register_password], outputs=register_output)
 
# تشغيل التطبيق
demo.launch()