Create app.py

app.py

@@ -0,0 +1,109 @@
+importer gradio comme gr
+importer easyocr
+depuis les transformateurs importer pipeline
+import numpy as np
+depuis PIL importer Image
+
+# Initialisation du lecteur EasyOCR (anglais par défaut, possibilité d'ajouter d'autres langues)
+lecteur = easyocr.Reader([ 'en' ], gpu= False )
+
+# Initialiser le pipeline de résumé à partir de Hugging Face
+résumé = pipeline( "summarization" , modèle= "facebook/bart-large-cnn" )
+
+def  extraire_et_résumer ( image ):
+    ""
+    Extraire le texte d'une image à l'aide d'EasyOCR et le résumer à l'aide de BART
+    
+    Arguments :
+        image : image PIL ou tableau numpy
+    
+    Retours :
+        tuple : (texte_extrait, résumé)
+    ""
+    essayer :
+        # Convertir l'image PIL en tableau numpy si nécessaire
+        si  isinstance (image, Image.Image) :
+            image = np.array(image)
+        
+        # Extraire du texte à l'aide d'EasyOCR
+        résultats = lecteur.liretexte(image)
+        
+        # Combiner tout le texte extrait
+        texte_extrait = " " .join([résultat[ 1 ] pour résultat dans résultats])
+        
+        si  la méthode `extracted_text.strip()` n'est pas appelée :
+            Renvoie  « Aucun texte détecté dans l'image. » , « Aucun texte à résumer. »
+        
+        # Vérifier si le texte est suffisamment long pour être résumé
+        nombre_de_mots = longueur (texte_extrait.split())
+        
+        si le nombre de mots est inférieur à 30 :
+            return extracted_text, "Le texte est trop court pour être résumé. Minimum 30 mots requis."
+        
+        # Résumer le texte extrait
+        # Ajuster max_length et min_length en fonction de la longueur d'entrée
+        longueur_max = min ( 150 , nombre_de_mots)
+        longueur_min = min ( 30 , nombre_de_mots // 2 )
+        
+        résumé = résumé(
+            texte_extrait,
+            longueur_max=longueur_max,
+            longueur_min=longueur_min,
+            do_sample= Faux
+        )
+        
+        texte_résumé = résumé[ 0 ][ 'texte_résumé' ]
+        
+        renvoyer le texte extrait, le texte récapitulatif
+    
+    sauf Exception comme e :
+        return  f"Erreur : { str (e)} " , "Impossible de générer le résumé en raison d'une erreur."
+
+# Créer une interface Gradio
+avec gr.Blocks(title= "OCR & Text Summarizer" ) comme démo :
+    gr.Markdown(
+        ""
+        # 📝 OCR et résumé de texte
+        Téléchargez une image contenant du texte, et cette application va :
+        1. Extraire le texte à l'aide d'EasyOCR
+        2. Résumer le texte extrait à l'aide de l'IA (modèle BART)
+        
+        **Remarque :** Fonctionne mieux avec un texte clair et lisible. Un minimum de 30 mots est requis pour le résumé.
+        ""
+    )
+    
+    avec gr.Row() :
+        avec gr.Column() :
+            image_input = gr.Image(
+                type = "pile" ,
+                étiquette= "Télécharger une image"
+            )
+            submit_btn = gr.Button( "Extraire et résumer" , variant= "primaire" )
+        
+        avec gr.Column() :
+            sortie_extraite = gr.Textbox(
+                étiquette= "Texte extrait" ,
+                lignes= 10 ,
+                placeholder= "Le texte extrait apparaîtra ici..."
+            )
+            résultat_résumé = gr.Textbox(
+                étiquette= "Résumé" ,
+                lignes= 5 ,
+                placeholder= "Le résumé apparaîtra ici..."
+            )
+    
+    gr.Exemples(
+        exemples=[],
+        entrées=image_input,
+        label= "Images d'exemple (Ajoutez les vôtres)"
+    )
+    
+    soumettre_btn.cliquer(
+        fn=extraire_et_résumer,
+        entrées=image_input,
+        sorties=[sortie_extraite, sortie_résumée]
+    )
+
+# Lancer l'application
+si __name__ == "__main__" :
+    démo.lancer()