Create app2.py (#1)

- Create app2.py (3f19888171c618d053f540f8c059d0f6beb8ba54)


Co-authored-by: Sardo <ChristianSardo@users.noreply.huggingface.co>

app2.py

@@ -0,0 +1,231 @@
+# app2.py
+import os
+import uuid
+import boto3
+import supabase
+import numpy as np
+import cv2
+import base64
+import mimetypes
+from fastapi import FastAPI, File, UploadFile, HTTPException
+from fastapi.middleware.cors import CORSMiddleware
+from fastapi.responses import JSONResponse
+from botocore.exceptions import NoCredentialsError
+
+# ==============================================================================
+# 1. CONFIGURAÇÃO E CLIENTES (CARREGADOS NA INICIALIZAÇÃO)
+# ==============================================================================
+
+# Carrega as configurações das variáveis de ambiente (Secrets do Hugging Face)
+AWS_ACCESS_KEY_ID = os.getenv("AWS_ACCESS_KEY_ID")
+AWS_SECRET_ACCESS_KEY = os.getenv("AWS_SECRET_ACCESS_KEY")
+AWS_S3_BUCKET_NAME = os.getenv("AWS_S3_BUCKET_NAME")
+AWS_S3_REGION = os.getenv("AWS_S3_REGION")
+SUPABASE_URL = os.getenv("SUPABASE_URL")
+SUPABASE_KEY = os.getenv("SUPABASE_KEY")
+
+# Validação para garantir que todos os secrets foram configurados
+if not all([AWS_ACCESS_KEY_ID, AWS_SECRET_ACCESS_KEY, AWS_S3_BUCKET_NAME, AWS_S3_REGION, SUPABASE_URL, SUPABASE_KEY]):
+    raise RuntimeError("Erro: Nem todos os secrets necessários foram configurados no Hugging Face Space.")
+
+# Inicializa os clientes globais
+try:
+    s3_client = boto3.client(
+        's3',
+        aws_access_key_id=AWS_ACCESS_KEY_ID,
+        aws_secret_access_key=AWS_SECRET_ACCESS_KEY,
+        region_name=AWS_S3_REGION
+    )
+    supabase_client = supabase.create_client(SUPABASE_URL, SUPABASE_KEY)
+    print("Clientes S3 e Supabase inicializados com sucesso.")
+except Exception as e:
+    raise RuntimeError(f"Erro ao inicializar os clientes: {e}")
+
+# Inicializa a aplicação FastAPI
+app = FastAPI(title="Detector de Corrosão Branca com Salvamento S3/Supabase")
+
+# Em produção, restrinja ao domínio do seu frontend
+app.add_middleware(
+    CORSMiddleware,
+    allow_origins=["*"],
+    allow_credentials=True,
+    allow_methods=["*"],
+    allow_headers=["*"],
+)
+
+# ==============================================================================
+# 2. FUNÇÕES HELPER (LÓGICA REUTILIZÁVEL)
+# ==============================================================================
+
+def process_image_bytes(img_bytes: bytes):
+    """Lógica de análise de imagem com OpenCV. Retorna um dict com métricas e a imagem de corrosão em numpy."""
+    nparr = np.frombuffer(img_bytes, np.uint8)
+    img = cv2.imdecode(nparr, cv2.IMREAD_COLOR)
+    if img is None:
+        raise ValueError("Não foi possível decodificar a imagem.")
+
+    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
+    lower_bg = np.array([0, 0, 0], dtype=np.uint8)
+    upper_bg = np.array([180, 255, 50], dtype=np.uint8)
+    mask_bg = cv2.inRange(hsv, lower_bg, upper_bg)
+    mask_obj = cv2.bitwise_not(mask_bg)
+    kernel = np.ones((5, 5), np.uint8)
+    mask_obj = cv2.morphologyEx(mask_obj, cv2.MORPH_OPEN, kernel)
+    mask_obj = cv2.morphologyEx(mask_obj, cv2.MORPH_CLOSE, kernel)
+    contours, _ = cv2.findContours(mask_obj, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
+    if not contours:
+        raise ValueError("Nenhum objeto principal detectado na imagem.")
+
+    largest = max(contours, key=cv2.contourArea)
+    mask_clean = np.zeros_like(mask_obj)
+    cv2.drawContours(mask_clean, [largest], -1, 255, cv2.FILLED)
+    isolated = cv2.bitwise_and(img, img, mask=mask_clean)
+    hsv_iso = cv2.cvtColor(isolated, cv2.COLOR_BGR2HSV)
+    lower_white = np.array([0, 0, 180], dtype=np.uint8)
+    upper_white = np.array([180, 60, 255], dtype=np.uint8)
+    mask_white = cv2.inRange(hsv_iso, lower_white, upper_white)
+    mask_white = cv2.bitwise_and(mask_white, mask_white, mask=mask_clean)
+
+    total_pixels = int(np.count_nonzero(mask_clean))
+    corrosion_pixels = int(np.count_nonzero(mask_white))
+    percent = (corrosion_pixels / max(1, total_pixels)) * 100.0
+
+    isolated_rgb = cv2.cvtColor(isolated, cv2.COLOR_BGR2RGB)
+    corrosion_vis_rgb = cv2.bitwise_and(isolated_rgb, isolated_rgb, mask=mask_white)
+
+    def to_data_uri(img_arr_rgb):
+        bgr = cv2.cvtColor(img_arr_rgb, cv2.COLOR_RGB2BGR)
+        ok, buf = cv2.imencode(".png", bgr)
+        if not ok: return None
+        b64 = base64.b64encode(buf.tobytes()).decode("ascii")
+        return f"data:image/png;base64,{b64}"
+
+    analysis_results = {
+        "percent": round(percent, 4),
+        "total_pixels": total_pixels,
+        "corrosion_pixels": corrosion_pixels,
+        "isolated_image": to_data_uri(isolated_rgb),
+        "corrosion_image": to_data_uri(corrosion_vis_rgb),
+    }
+    
+    return analysis_results, corrosion_vis_rgb
+
+# ==============================================================================
+# 3. ENDPOINTS DA API
+# ==============================================================================
+
+@app.get("/")
+def read_root():
+    return {"status": "ok", "message": "API de Análise de Corrosão no ar!"}
+
+@app.post("/analyze")
+async def analyze(file: UploadFile = File(...)):
+    """
+    Endpoint principal: Analisa a imagem, salva original e resultado no S3,
+    e persiste os dados no Supabase.
+    """
+    content = await file.read()
+    s3_key_original = None
+    s3_key_resultado = None
+
+    try:
+        # 1. Processa a imagem para obter métricas e a imagem de resultado
+        analysis_results, corrosion_image_np = process_image_bytes(content)
+
+        # 2. Faz o upload da IMAGEM ORIGINAL para o S3
+        content_type = file.content_type or 'application/octet-stream'
+        extensao = mimetypes.guess_extension(content_type) or '.jpg'
+        s3_key_original = f"imagens_originais/{uuid.uuid4()}{extensao}"
+        
+        print(f"Fazendo upload da imagem original para: {s3_key_original}")
+        s3_client.put_object(
+            Bucket=AWS_S3_BUCKET_NAME,
+            Key=s3_key_original,
+            Body=content,
+            ContentType=content_type
+        )
+
+        # 3. Faz o upload da IMAGEM DE RESULTADO (em memória) para o S3
+        s3_key_resultado = f"imagens_resultados/{uuid.uuid4()}.png"
+        
+        print(f"Fazendo upload da imagem de resultado para: {s3_key_resultado}")
+        bgr_result = cv2.cvtColor(corrosion_image_np, cv2.COLOR_RGB2BGR)
+        ok, buffer = cv2.imencode('.png', bgr_result)
+        if not ok:
+            raise ValueError("Falha ao codificar a imagem de resultado para PNG.")
+        
+        s3_client.put_object(
+            Bucket=AWS_S3_BUCKET_NAME,
+            Key=s3_key_resultado,
+            Body=buffer.tobytes(),
+            ContentType='image/png'
+        )
+
+        # 4. Salva os metadados e as chaves S3 no Supabase
+        print("Inserindo registro no Supabase...")
+        dados_para_inserir = {
+            "nome_amostra": file.filename,
+            "percentual_corrosao": analysis_results["percent"],
+            "pixels_totais_obj": analysis_results["total_pixels"],
+            "pixels_corrosao": analysis_results["corrosion_pixels"],
+            "imagem_original": s3_key_original,
+            "imagem_resultado": s3_key_resultado
+        }
+        response = supabase_client.from_("amostras").insert(dados_para_inserir).execute()
+        
+        # Adiciona o ID do novo registro à resposta
+        new_record_id = response.data[0]['id']
+        analysis_results['database_id'] = new_record_id
+        
+        return JSONResponse(content=analysis_results)
+
+    except Exception as e:
+        # Lógica de Rollback: Se algo falhar, tenta limpar os arquivos do S3
+        print(f"ERRO no processo de análise: {e}")
+        if s3_key_original:
+            print(f"Removendo objeto órfão do S3: {s3_key_original}")
+            s3_client.delete_object(Bucket=AWS_S3_BUCKET_NAME, Key=s3_key_original)
+        if s3_key_resultado:
+            print(f"Removendo objeto órfão do S3: {s3_key_resultado}")
+            s3_client.delete_object(Bucket=AWS_S3_BUCKET_NAME, Key=s3_key_resultado)
+        
+        raise HTTPException(status_code=500, detail=f"Ocorreu um erro interno: {e}")
+
+
+@app.get("/samples/{sample_id}")
+async def get_sample_images(sample_id: int):
+    """
+    Endpoint de recuperação: Busca uma amostra pelo ID e retorna
+    links temporários (pré-assinados) para suas imagens no S3.
+    """
+    try:
+        print(f"Buscando amostra com ID: {sample_id}...")
+        response = supabase_client.from_("amostras").select("imagem_original, imagem_resultado").eq("id", sample_id).single().execute()
+        
+        if not response.data:
+            raise HTTPException(status_code=404, detail=f"Amostra com ID {sample_id} não encontrada.")
+            
+        amostra = response.data
+        s3_key_original = amostra.get("imagem_original")
+        s3_key_resultado = amostra.get("imagem_resultado")
+        
+        links = {}
+        
+        if s3_key_original:
+            links['url_original'] = s3_client.generate_presigned_url(
+                'get_object',
+                Params={'Bucket': AWS_S3_BUCKET_NAME, 'Key': s3_key_original},
+                ExpiresIn=3600 # 1 hora
+            )
+        
+        if s3_key_resultado:
+            links['url_resultado'] = s3_client.generate_presigned_url(
+                'get_object',
+                Params={'Bucket': AWS_S3_BUCKET_NAME, 'Key': s3_key_resultado},
+                ExpiresIn=3600 # 1 hora
+            )
+            
+        return JSONResponse(content=links)
+
+    except Exception as e:
+        raise HTTPException(status_code=500, detail=f"Ocorreu um erro interno ao buscar os links: {e}")