initial commit

app.py

@@ -0,0 +1,148 @@
+import os
+import google.generativeai as genai
+import gradio as gr
+from PIL import Image
+import json
+
+# Your API key - for Hugging Face, set this as a secret in the Space settings
+GEMINI_API_KEY = os.getenv("GEMINI_API_KEY")  # This will get the API key from environment variables
+
+# Configure Gemini API
+def configure_genai():
+    genai.configure(api_key=GEMINI_API_KEY)
+    model = genai.GenerativeModel('gemini-1.5-flash-8b')
+    return model
+
+def process_form(image):
+    try:
+        model = configure_genai()
+        
+        if not isinstance(image, Image.Image):
+            image = Image.open(image)
+            
+        prompt = """
+        لطفاً این تصویر فرم را تحلیل کنید و اطلاعات زیر را در قالب JSON استخراج کنید:
+        1. تمام فیلدهای متنی و مقادیر آنها
+        2. چک باکس‌ها یا دکمه‌های رادیویی و وضعیت آنها
+        3. امضاها یا مهرها در صورت وجود
+        
+        لطفاً پاسخ را به صورت یک شیء JSON با نام فیلدها و مقادیر مناسب فرمت کنید.
+        """
+        
+        response = model.generate_content([prompt, image])
+        response_text = response.text
+        json_start = response_text.find('{')
+        json_end = response_text.rfind('}') + 1
+        
+        if json_start != -1 and json_end != -1:
+            json_str = response_text[json_start:json_end]
+            parsed_json = json.loads(json_str)
+            return json.dumps(parsed_json, indent=2, ensure_ascii=False)
+        else:
+            return response.text
+            
+    except Exception as e:
+        return f"خطا در پردازش فرم: {str(e)}"
+
+def create_interface():
+    css = """
+    body {
+        background-color: #000000;
+    }
+    
+    .gradio-container {
+        color: white !important;
+        direction: rtl !important;
+        text-align: right !important;
+    }
+    
+    .title-text {
+        color: white !important;
+        text-align: right !important;
+    }
+    
+    .subtitle-text {
+        color: white !important;
+        text-align: right !important;
+    }
+    
+    .description-text {
+        color: white !important;
+        text-align: right !important;
+    }
+    
+    .label-wrap span {
+        color: white !important;
+        text-align: right !important;
+    }
+    
+    .md h1, .md h2, .md h3, .md p, .md ol, .md li {
+        color: white !important;
+        text-align: right !important;
+        direction: rtl !important;
+    }
+    
+    button {
+        direction: rtl !important;
+        background-color: #ff4b1f !important;
+        color: white !important;
+    }
+    
+    .output-markdown {
+        direction: rtl !important;
+        text-align: right !important;
+    }
+    
+    textarea {
+        direction: rtl !important;
+        text-align: right !important;
+        background-color: #2d2d2d !important;
+        color: white !important;
+    }
+    """
+    
+    with gr.Blocks(title="سیستم استخراج متن از فرم - نسخه نمایشی هایمارت", css=css, theme="darker") as interface:
+        gr.Markdown('<h1 class="title-text">سیستم هوشمند استخراج متن از فرم</h1>')
+        gr.Markdown('<h3 class="subtitle-text">نسخه نمایشی برای هایمارت</h3>')
+        gr.Markdown('<p class="description-text">لطفاً تصویر فرم خود را بارگذاری کنید تا اطلاعات آن به صورت خودکار استخراج شود</p>')
+        
+        with gr.Row():
+            with gr.Column():
+                image_input = gr.Image(
+                    label="تصویر فرم را اینجا بارگذاری کنید",
+                    type="pil"
+                )
+                submit_btn = gr.Button("پردازش فرم")
+            
+            with gr.Column():
+                output_text = gr.Textbox(
+                    label="اطلاعات استخراج شده",
+                    lines=10,
+                    rtl=True
+                )
+        
+        submit_btn.click(
+            fn=process_form,
+            inputs=[image_input],
+            outputs=output_text
+        )
+        
+        gr.Markdown("""
+        <div class="guide-section">
+        <h3>راهنما:</h3>
+        <ol>
+            <li>یک تصویر از فرم خود را بارگذاری کنید</li>
+            <li>روی دکمه 'پردازش فرم' کلیک کنید</li>
+            <li>نتیجه به صورت خودکار نمایش داده خواهد شد</li>
+        </ol>
+        
+        <p><strong>نکته:</strong> برای نتیجه بهتر، لطفاً از تصاویر واضح و با نور کافی استفاده کنید.</p>
+        
+        <p><em>این نسخه نمایشی صرفاً جهت ارزیابی قابلیت‌های سیستم می‌باشد.</em></p>
+        </div>
+        """)
+    
+    return interface
+
+interface = create_interface()
+interface.launch()

requirements.txt

@@ -0,0 +1,69 @@
+aiofiles==23.2.1
+annotated-types==0.7.0
+anyio==4.6.2.post1
+cachetools==5.5.0
+certifi==2024.8.30
+charset-normalizer==3.4.0
+click==8.1.7
+fastapi==0.115.4
+ffmpy==0.4.0
+filelock==3.16.1
+fsspec==2024.10.0
+google-ai-generativelanguage==0.6.10
+google-api-core==2.22.0
+google-api-python-client==2.151.0
+google-auth==2.35.0
+google-auth-httplib2==0.2.0
+google-generativeai==0.8.3
+googleapis-common-protos==1.65.0
+gradio==5.5.0
+gradio_client==1.4.2
+grpcio==1.67.1
+grpcio-status==1.67.1
+h11==0.14.0
+httpcore==1.0.6
+httplib2==0.22.0
+httpx==0.27.2
+huggingface-hub==0.26.2
+idna==3.10
+Jinja2==3.1.4
+markdown-it-py==3.0.0
+MarkupSafe==2.1.5
+mdurl==0.1.2
+numpy==2.1.3
+orjson==3.10.11
+packaging==24.1
+pandas==2.2.3
+pillow==11.0.0
+proto-plus==1.25.0
+protobuf==5.28.3
+pyasn1==0.6.1
+pyasn1_modules==0.4.1
+pydantic==2.9.2
+pydantic_core==2.23.4
+pydub==0.25.1
+Pygments==2.18.0
+pyparsing==3.2.0
+python-dateutil==2.9.0.post0
+python-multipart==0.0.12
+pytz==2024.2
+PyYAML==6.0.2
+requests==2.32.3
+rich==13.9.4
+rsa==4.9
+ruff==0.7.2
+safehttpx==0.1.1
+semantic-version==2.10.0
+shellingham==1.5.4
+six==1.16.0
+sniffio==1.3.1
+starlette==0.41.2
+tomlkit==0.12.0
+tqdm==4.66.6
+typer==0.12.5
+typing_extensions==4.12.2
+tzdata==2024.2
+uritemplate==4.1.1
+urllib3==2.2.3
+uvicorn==0.32.0
+websockets==12.0