test1.py

import gradio as gr
import torch
from transformers import FluxForConditionalGeneration, AutoTokenizer

def generate_and_combine_images(input_text1, input_text2):
    # Laden des Modells und Tokenizers
    model = FluxForConditionalGeneration.from_pretrained("models/enhanceaiteam/Flux-uncensored")
    tokenizer = AutoTokenizer.from_pretrained("models/enhanceaiteam/Flux-uncensored")
    
    # Generierung der ersten Bilder
    inputs1 = tokenizer(input_text1, return_tensors="pt")
    outputs1 = model.generate(**inputs1)
    
    # Generierung der zweiten Bilder
    inputs2 = tokenizer(input_text2, return_tensors="pt")
    outputs2 = model.generate(**inputs2)
    
    # Hier könnten Sie Logik zur Bildkombination hinzufügen
    # Dies ist nur ein Platzhalter und muss an das spezifische Flux-Modell angepasst werden
    
    return outputs1[0], outputs2[0]

# Gradio-Benutzeroberfläche
iface = gr.Interface(
    fn=generate_and_combine_images,
    inputs=[
        gr.Textbox(label="Beschreibung Bild 1"),
        gr.Textbox(label="Beschreibung Bild 2")
    ],
    outputs=[
        gr.Image(label="Generiertes Bild 1"),
        gr.Image(label="Generiertes Bild 2")
    ],
    title="Flux Bildgenerator"
)

# Starten der Benutzeroberfläche
iface.launch()