app.py

import tensorflow as tf
import numpy as np
import cv2
import gradio as gr

# Fonction pour charger le modèle sans 'batch_shape'
def load_model_safe(model_path):
    try:
        # Charger le modèle sans compilation pour éviter des erreurs liées au batch_shape
        model = tf.keras.models.load_model(model_path, compile=False)
        return model
    except ValueError as e:
        print(f"Erreur lors du chargement du modèle: {e}")
        return None

# Charger le modèle en toute sécurité
generator = load_model_safe('generator.h5')  # Assurez-vous que le fichier 'generator.h5' est dans le même répertoire

# Vérifier que le modèle a bien été chargé
if generator is None:
    print("Le modèle n'a pas pu être chargé. Vérifiez le fichier 'generator.h5'.")
else:
    print("Modèle chargé avec succès.")

# Fonction pour générer une vidéo à partir du générateur
def generate_video():
    if generator is None:
        return "Le modèle n'a pas pu être chargé."

    # Générer un bruit aléatoire (entrée pour le générateur)
    noise = np.random.normal(0, 1, (1, 16, 64, 64, 3))  # Exemple de bruit pour 16 frames de 64x64x3
    generated_video = generator.predict(noise)  # Générer la vidéo

    # Normaliser les données générées
    video = (generated_video[0] * 255).astype(np.uint8)  # Convertir en entier 8 bits
    filename = "/content/generated_video.mp4"
    
    # Sauvegarder la vidéo
    fourcc = cv2.VideoWriter_fourcc(*'mp4v')  # Codec vidéo
    height, width, _ = video[0].shape
    out = cv2.VideoWriter(filename, fourcc, 15, (width, height))  # 15 FPS

    # Ajouter les frames dans le fichier vidéo
    for frame in video:
        out.write(frame)
    out.release()

    return filename

# Interface Gradio
def interface_function():
    # Appeler la fonction de génération et retourner la vidéo générée
    video_file = generate_video()
    return video_file

# Définir l'interface avec Gradio
gr.Interface(
    fn=interface_function,  # Fonction à exécuter
    inputs=[],              # Pas d'entrée utilisateur
    outputs=gr.Video(label="Vidéo générée"),  # Vidéo en sortie
    title="Générateur de Vidéos avec IA",
    description="Cliquez sur le bouton ci-dessous pour générer une vidéo aléatoire avec l'IA."
).launch(server_name="0.0.0.0", server_port=7860)