prueba

app.py

@@ -4,13 +4,58 @@ from PIL import Image
 from diffusers import DiffusionPipeline
 from transformers import pipeline
 
-modeloObtenerTextoImagen = pipeline("image-to-text", model="Salesforce/blip-image-captioning-base")
-modeloGenerarImagen = DiffusionPipeline.from_pretrained("sd-legacy/stable-diffusion-v1-5", torch_dtype=torch.float32)
+# Modelos
+modeloObtenerTextoImagen = pipeline(
+    "image-to-text", 
+    model="Salesforce/blip-image-captioning-base"
+)
+
+modeloGenerarImagen = DiffusionPipeline.from_pretrained(
+    "sd-legacy/stable-diffusion-v1-5", 
+    torch_dtype=torch.float32
+)
 
 def obtenerDescripcion(imagen):
-    resultadoModeloTI = modeloObtenerTextoImagen(Image.fromarray(imagen))
-    print(f'La frase que se ha obtenido de la imagen es {resultadoModeloTI}')
-    return modeloGenerarImagen(resultadoModeloTI[0]['generated_text']).images[0]
+    """
+    Función que recibe una imagen, genera una descripción de la misma
+    y luego crea una nueva imagen basada en esa descripción.
+    """
+    # Obtener descripción de la imagen
+    descripcion = modeloObtenerTextoImagen(Image.fromarray(imagen))
+    texto_generado = descripcion[0]['generated_text']
+    
+    # Generar imagen a partir de la descripción
+    imagen_generada = modeloGenerarImagen(texto_generado).images[0]
+    
+    return imagen_generada, texto_generado
+
+# Layout con Gradio Blocks
+with gr.Blocks(title="Asistente Visual para Personas con Discapacidad") as demo:
+    
+    gr.Markdown(
+        """
+        # Asistente Visual
+        Esta herramienta ayuda a personas con discapacidad visual a comprender imágenes.
+        1. Sube una imagen.
+        2. La IA generará una descripción de la imagen y una nueva imagen interpretativa.
+        """
+    )
+    
+    with gr.Row():
+        with gr.Column():
+            imagen_input = gr.Image(label="Sube tu imagen aquí", type="numpy")
+            boton_generar = gr.Button("Generar descripción e imagen")
+        
+        with gr.Column():
+            imagen_output = gr.Image(label="Imagen generada")
+            descripcion_output = gr.Textbox(label="Descripción generada por IA", lines=4)
+
+    # Conectar botón a función
+    boton_generar.click(
+        fn=obtenerDescripcion, 
+        inputs=imagen_input, 
+        outputs=[imagen_output, descripcion_output]
+    )
 
-demo = gr.Interface(fn=obtenerDescripcion, inputs="image", outputs="image")
+# Lanzar app
 demo.launch(share=True)