Update app.py

app.py

@@ -4,18 +4,14 @@ import onnxruntime as rt
 from torchvision import transforms as T
 from PIL import Image
 from tokenizer_base import Tokenizer
-import pathlib
-import os
 import gradio as gr
-from huggingface_hub import Repository
 
-# Параметры модели
 model_file = "captcha.onnx"
-img_size = (32,128)
+img_size = (32, 128)
 charset = r"0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ!\"#$%&'()*+,-./:;<=>?@[\\]^_`{|}~"
+
 tokenizer_base = Tokenizer(charset)
 
-# Преобразования для изображения
 def get_transform(img_size):
     transforms = [
         T.Resize(img_size, T.InterpolationMode.BICUBIC),
@@ -24,11 +20,9 @@ def get_transform(img_size):
     ]
     return T.Compose(transforms)
 
-# Преобразование тензора в numpy
 def to_numpy(tensor):
     return tensor.detach().cpu().numpy() if tensor.requires_grad else tensor.cpu().numpy()
 
-# Инициализация модели ONNX
 def initialize_model(model_file):
     transform = get_transform(img_size)
     onnx_model = onnx.load(model_file)
@@ -36,33 +30,25 @@ def initialize_model(model_file):
     ort_session = rt.InferenceSession(model_file)
     return transform, ort_session
 
-# Функция для распознавания текста на изображении
+# Core OCR function
 def get_text(img_org):
-    x = transform(img_org.convert('RGB')).unsqueeze(0)  # Преобразуем изображение в тензор
-
-    # Предсказание с помощью ONNX
+    x = transform(img_org.convert('RGB')).unsqueeze(0)
     ort_inputs = {ort_session.get_inputs()[0].name: to_numpy(x)}
     logits = ort_session.run(None, ort_inputs)[0]
-    probs = torch.tensor(logits).softmax(-1)  # Вычисляем вероятности
-    preds, probs = tokenizer_base.decode(probs)  # Декодируем результат
-    preds = preds[0]  # Получаем первое предсказание
-    return preds
+    probs = torch.tensor(logits).softmax(-1)
+    preds, _ = tokenizer_base.decode(probs)
+    return preds[0]
 
-# Инициализация модели
+# Load model
 transform, ort_session = initialize_model(model_file=model_file)
 
-# Создание Gradio интерфейса для обработки изображений
-def gradio_interface():
-    return gr.Interface(
-        fn=get_text,
-        inputs=gr.Image(type="pil"),  # Принимаем изображение в формате PIL
-        outputs=gr.Textbox(),  # Выводим текст
-        title="Text Captcha Reader",  # Заголовок
-        description="Распознавание текста на изображениях капчи.",  # Описание
-        examples=["8000.png", "11JW29.png", "2a8486.jpg", "2nbcx.png",  # Примеры изображений
-                  "000679.png", "000HU.png", "00Uga.png.jpg", "00bAQwhAZU.jpg",
-                  "00h57kYf.jpg", "0EoHdtVb.png", "0JS21.png", "0p98z.png", "10010.png"]
-    )
+# ✅ Use gr.Interface (not Blocks) to support external API call
+iface = gr.Interface(
+    fn=get_text,
+    inputs=gr.Image(type="pil"),
+    outputs="text",
+    title="Text Captcha Solver",
+    description="API & UI nhận diện Captcha sử dụng mô hình ONNX"
+)
 
-# Запуск интерфейса
-gradio_interface().launch()
+iface.launch(enable_queue=True)  # <-- BẮT BUỘC để gọi được từ WinForms