Update app.py

app.py

@@ -10,8 +10,6 @@ API_URL = "https://api-inference.huggingface.co/models/runwayml/stable-diffusion
 headers = {"Authorization": "Bearer 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"}
 summarizer = pipeline("summarization", model="facebook/bart-large-cnn")
 
-
-
 # Fonction pour extraire les longs paragraphes à partir du texte
 def extraire_long_paragraphes(texte, longueur_maximale=999):
     paragraphes = texte.split("\n\n")  # Divise le texte en paragraphes en utilisant des doubles sauts de ligne
@@ -46,13 +44,14 @@ if uploaded_file is not None:
     longs_paragraphes = extraire_long_paragraphes("\n\n".join(paragraphs), longueur_maximale=1000)
 
     # Affichez les longs paragraphes extraits avec des numéros et des résumés
-    # Affichez les longs paragraphes extraits avec des numéros et des résumés
-    st.subheader("Longs paragraphes du PDF avec résumé:")
+    st.subheader("Longs paragraphes du PDF avec résumé et image générée:")
     for i, paragraphe in enumerate(longs_paragraphes, start=1):
         summary = summarizer(paragraphe, max_length=900, min_length=30, do_sample=False)
-        #st.text(f"Paragraphe {i}: {summary[0]['summary_text']}")  # Use summary[0]['summary_text']
+        st.text(f"Paragraphe {i}: {summary[0]['summary_text']}")  # Affiche le résumé du paragraphe
+        
+        # Générer une image à partir du résumé
         image_bytes = query({
-        "inputs": summary,
+            "inputs": summary[0]['summary_text'],  # Utilisez le texte du résumé
         })
         image = Image.open(io.BytesIO(image_bytes))
         st.image(image)