Update app.py

app.py

@@ -3,15 +3,15 @@ import pandas as pd
 import numpy as np
 from PIL import Image
 import os
-from huggingface_hub import hf_hub_download 
-import logic 
+from huggingface_hub import hf_hub_download 
+import logic 
 
 # --- CONSTANTES Y RUTAS DE RECURSOS ---
 csv_path = "data/furniture_data.csv"
-cache_path = "vectores_cache.pkl" 
+cache_path = "vectores_cache.pkl" 
 
 # --- CONSTANTES DE DESCARGA DE MODELOS ---
-MODEL_REPO_ID = "agerhund/DesignIA_models" 
+MODEL_REPO_ID = "agerhund/DesignIA_models" 
 MODEL_FILE_BERT = "bert_style_encoder.pth"
 MODEL_FILE_HORIZON = "horizonnet_model.pth"
 
@@ -20,40 +20,40 @@ st.set_page_config(page_title="DesignIA - Recomendador de Muebles inteligente",
 
 # --- CARGAR ESTILOS CSS ---
 def cargar_estilo():
-    """Define y aplica estilos CSS para la UI de Streamlit."""
-    st.markdown("""
-        <style>
-        /* Ocultar elementos de sistema de Streamlit */
-        #MainMenu {visibility: hidden;}
-        footer {visibility: hidden;}
-        header {visibility: hidden;}
-        
-        /* Estilo de Botones (Azul IKEA) */
-        div.stButton > button:first-child {
-            background-color: #0051ba; 
-            color: white; 
-            border-radius: 8px; 
-            font-weight: bold; 
-            border: none; 
-            padding: 0.5rem 1rem;
-        }
-        div.stButton > button:first-child:hover { 
-            background-color: #003e8f; 
-            border: none; 
-        }
-        
-        /* Estilo de las Tarjetas de Producto */
-        .product-card {
-            background-color: white; 
-            padding: 15px; 
-            border-radius: 10px;
-            box-shadow: 0 2px 5px rgba(0,0,0,0.05); 
-            margin-bottom: 15px; 
-            border: 1px solid #eee;
-            color: black !important; 
-        }
-        </style>
-    """, unsafe_allow_html=True)
+    """Define y aplica estilos CSS para la UI de Streamlit."""
+    st.markdown("""
+        <style>
+        /* Ocultar elementos de sistema de Streamlit */
+        #MainMenu {visibility: hidden;}
+        footer {visibility: hidden;}
+        header {visibility: hidden;}
+        
+        /* Estilo de Botones (Azul IKEA) */
+        div.stButton > button:first-child {
+            background-color: #0051ba; 
+            color: white; 
+            border-radius: 8px; 
+            font-weight: bold; 
+            border: none; 
+            padding: 0.5rem 1rem;
+        }
+        div.stButton > button:first-child:hover { 
+            background-color: #003e8f; 
+            border: none; 
+        }
+        
+        /* Estilo de las Tarjetas de Producto */
+        .product-card {
+            background-color: white; 
+            padding: 15px; 
+            border-radius: 10px;
+            box-shadow: 0 2px 5px rgba(0,0,0,0.05); 
+            margin-bottom: 15px; 
+            border: 1px solid #eee;
+            color: black !important; 
+        }
+        </style>
+    """, unsafe_allow_html=True)
 
 cargar_estilo()
 
@@ -65,77 +65,94 @@ if 'data_manager' not in st.session_state: st.session_state.data_manager = None
 if 'horizon_model_path' not in st.session_state: st.session_state.horizon_model_path = None
 if 'source_file_path' not in st.session_state: st.session_state.source_file_path = None
 if 'is_example' not in st.session_state: st.session_state.is_example = False
-
+if 'display_files_list' not in st.session_state: st.session_state.display_files_list = [] # Necesario para el callback
 
 # --- FUNCIONES DE CARGA CON CACHE ---
 
 @st.cache_resource
 def download_models():
-    """Descarga ambos modelos grandes desde el Model Repository y devuelve las rutas locales temporales."""
-    bert_path = hf_hub_download(repo_id=MODEL_REPO_ID, filename=MODEL_FILE_BERT)
-    horizon_path = hf_hub_download(repo_id=MODEL_REPO_ID, filename=MODEL_FILE_HORIZON)
+    """Descarga ambos modelos grandes desde el Model Repository y devuelve las rutas locales temporales."""
+    bert_path = hf_hub_download(repo_id=MODEL_REPO_ID, filename=MODEL_FILE_BERT)
+    horizon_path = hf_hub_download(repo_id=MODEL_REPO_ID, filename=MODEL_FILE_HORIZON)
 
-    return bert_path, horizon_path
+    return bert_path, horizon_path
 
 @st.cache_resource
 def init_backend(csv, cache, bert_model_path):
-    """Inicializa DataManager y carga el DataFrame de muebles, usando la ruta local del modelo BERT."""
-    dm = logic.DataManager(csv, cache, bert_model_path)
-    df = dm.cargar_datos()
-    return dm, df
+    """Inicializa DataManager y carga el DataFrame de muebles, usando la ruta local del modelo BERT."""
+    dm = logic.DataManager(csv, cache, bert_model_path)
+    df = dm.cargar_datos()
+    return dm, df
 
 # --- 1. CARGA DE DATOS Y MODELOS (Cacheado y estabilizado) ---
 try:
-    if st.session_state.data_manager is None:
-        
-        # 1. Usar contenedor para el mensaje de descarga (Estabiliza el salto)
-        status_message = st.empty()
-        status_message.info("Descargando modelos grandes desde Hugging Face Hub (¡Solo la primera vez!)...")
-        
-        bert_path_downloaded, horizon_path_downloaded = download_models()
-        
-        # 2. Limpiar el placeholder de descarga y mostrar el spinner de carga de datos
-        status_message.empty() 
-        with st.spinner("Cargando base de datos de muebles y modelos IA..."):
-            
-            dm, df = init_backend(csv_path, cache_path, bert_path_downloaded)
-            
-            st.session_state.data_manager = dm
-            st.session_state.muebles_df = df
-            st.session_state.horizon_model_path = horizon_path_downloaded 
-            
-        st.toast("Modelos y datos cargados con éxito.", icon="✅") 
-        
-    st.sidebar.success(f"Base de datos cargada: {len(st.session_state.muebles_df)} items")
+    if st.session_state.data_manager is None:
+        
+        # 1. Usar contenedor para el mensaje de descarga (Estabiliza el salto)
+        status_message = st.empty()
+        status_message.info("Descargando modelos grandes desde Hugging Face Hub (¡Solo la primera vez!)...")
+        
+        bert_path_downloaded, horizon_path_downloaded = download_models()
+        
+        # 2. Limpiar el placeholder de descarga y mostrar el spinner de carga de datos
+        status_message.empty() 
+        with st.spinner("Cargando base de datos de muebles y modelos IA..."):
+            
+            dm, df = init_backend(csv_path, cache_path, bert_path_downloaded)
+            
+            st.session_state.data_manager = dm
+            st.session_state.muebles_df = df
+            st.session_state.horizon_model_path = horizon_path_downloaded 
+            
+        st.toast("Modelos y datos cargados con éxito.", icon="✅") 
+        
+    st.sidebar.success(f"Base de datos cargada: {len(st.session_state.muebles_df)} items")
 
 except Exception as e:
-    st.error(f"Error cargando datos: {e}")
-    st.stop()
+    st.error(f"Error cargando datos: {e}")
+    st.stop()
 
 
 # --- SIDEBAR: INFORMACIÓN DEL PROYECTO (SOLO INFORMACIÓN ESTÁTICA) ---
 with st.sidebar:
-    st.title("DesignIA - Asistente de Diseño")
-    st.markdown("---")
-    st.markdown("**Trabajo de fin de Máster**")
-    st.caption("Máster de Data Science, Business Analytics y Big Data")
-    st.caption("Universidad Complutense de Madrid")
-    st.markdown("---")
-    st.markdown("Desarrollado por **Andrés Gerlotti Slusnys**")
-    st.markdown("© 2025")
-    
-    # Indicador de estado 
-    with st.expander("Estado del Sistema", expanded=False):
-        st.success("Motor Gráfico: Activo")
-        st.success("Modelo NLP (BERT): Cargado")
-        if 'horizon_model_path' in st.session_state:
-            st.success("HorizonNet: Conectado (Remoto)")
-        else:
-            st.warning("HorizonNet: Pendiente de descarga/inicialización")
-    
-    st.markdown("---")
-    st.info("El selector de imágenes de ejemplo se encuentra en el Paso 1 de la página principal.")
-
+    st.title("DesignIA - Asistente de Diseño")
+    st.markdown("---")
+    st.markdown("**Trabajo de fin de Máster**")
+    st.caption("Máster de Data Science, Business Analytics y Big Data")
+    st.caption("Universidad Complutense de Madrid")
+    st.markdown("---")
+    st.markdown("Desarrollado por **Andrés Gerlotti Slusnys**")
+    st.markdown("© 2025")
+    
+    # Indicador de estado 
+    with st.expander("Estado del Sistema", expanded=False):
+        st.success("Motor Gráfico: Activo")
+        st.success("Modelo NLP (BERT): Cargado")
+        if 'horizon_model_path' in st.session_state:
+            st.success("HorizonNet: Conectado (Remoto)")
+        else:
+            st.warning("HorizonNet: Pendiente de descarga/inicialización")
+    
+    st.markdown("---")
+    st.info("El selector de imágenes de ejemplo se encuentra en el Paso 1 de la página principal.")
+
+# --- FUNCIONES DE CALLBACK (Para estabilizar la UI) ---
+
+def actualizar_estado_ejemplo():
+    """Actualiza el estado de sesión SÓLO cuando cambia el selectbox."""
+    selected_name = st.session_state.example_select_box
+    display_files = st.session_state.display_files_list
+    examples_dir = os.path.join(os.path.dirname(__file__), "examples")
+    
+    if selected_name != display_files[0]:
+        file_path = os.path.join(examples_dir, selected_name)
+        if st.session_state.get('source_file_path') != file_path:
+            st.session_state.source_file_path = file_path
+            st.session_state.is_example = True
+    else:
+        if 'source_file_path' in st.session_state:
+            del st.session_state.source_file_path
+            st.session_state.is_example = False
 
 # --- INTERFAZ PRINCIPAL ---
 st.title("Recomendador de Muebles Inteligente")
@@ -144,52 +161,50 @@ st.markdown("Sube una panorámica, detecta el espacio y obtén el diseño ideal
 # --- PASO 1: CARGA DE IMAGEN Y DETECCIÓN ---
 st.header("1. Escaneo de Habitación")
 
-# --- LÓGICA DE SELECCIÓN DE EJEMPLOS EN EL CUERPO PRINCIPAL ---
+# --- LÓGICA DE SELECCIÓN DE EJEMPLOS ESTABLE ---
 examples_dir = os.path.join(os.path.dirname(__file__), "examples")
 image_placeholder = st.empty() # Placeholder para la imagen (Estabiliza el temblor)
 
 if os.path.exists(examples_dir):
-    example_files = [f for f in os.listdir(examples_dir) if f.endswith(('.jpg', '.png'))]
-    example_files.sort()
-    
-    col_select, col_download = st.columns([3, 1])
-
-    with col_select:
-        # Añadimos la opción de carga manual como la principal
-        display_files = ["--- Cargar imagen manualmente (prioridad) ---"] + example_files 
-        
-        selected_example_name = st.selectbox(
-            "O usa una imagen de ejemplo:", 
-            display_files,
-            key='example_select_box'
-        )
-
-    # Manejo de la selección del ejemplo
-    if selected_example_name != display_files[0]:
-        file_path = os.path.join(examples_dir, selected_example_name)
-        st.session_state.source_file_path = file_path 
-        st.session_state.is_example = True
-
-        with col_download:
-            st.markdown(" ") 
-            with open(file_path, "rb") as file:
-                st.download_button(
-                    label=f"⬇️ Descargar: {selected_example_name}",
-                    data=file,
-                    file_name=selected_example_name,
-                    mime="image/jpeg"
-                )
-        
-        # Mostrar miniatura del ejemplo en el placeholder
-        with image_placeholder.container():
-            st.image(file_path, caption="Vista previa del ejemplo", use_container_width=True)
-
-    else:
-        # Limpiar las variables si se selecciona la opción nula
-        if 'source_file_path' in st.session_state:
-             del st.session_state.source_file_path
-             st.session_state.is_example = False
-             image_placeholder.empty() # Limpiar el placeholder si no hay selección de ejemplo
+    example_files = [f for f in os.listdir(examples_dir) if f.endswith(('.jpg', '.png'))]
+    example_files.sort()
+    
+    col_select, col_download = st.columns([3, 1])
+
+    # Generar y almacenar la lista de opciones para el callback
+    display_files = ["--- Cargar imagen manualmente (prioridad) ---"] + example_files 
+    st.session_state.display_files_list = display_files
+    
+    with col_select:
+        # El callback on_change maneja la lógica de estado de forma estable
+        selected_example_name = st.selectbox(
+            "O usa una imagen de ejemplo:", 
+            display_files,
+            key='example_select_box',
+            on_change=actualizar_estado_ejemplo
+        )
+
+    # Manejo de la visualización del ejemplo (basado en el estado de sesión)
+    if st.session_state.get('source_file_path') and st.session_state.is_example:
+        file_path = st.session_state.source_file_path
+        selected_example_name = file_path.split(os.sep)[-1]
+        
+        with col_download:
+            st.markdown(" ") # Espacio para alinear el botón
+            with open(file_path, "rb") as file:
+                st.download_button(
+                    label=f"⬇️ Descargar: {selected_example_name}",
+                    data=file,
+                    file_name=selected_example_name,
+                    mime="image/jpeg"
+                )
+        
+        with image_placeholder.container():
+            st.image(file_path, caption="Vista previa del ejemplo", use_container_width=True)
+
+    else:
+        # Si no hay selección de ejemplo, el placeholder está vacío o se usará para la subida manual.
+        pass
 
 
 # 1. Selector de carga manual (Se mantiene aquí, pero solo para subir el archivo)
@@ -200,296 +215,296 @@ source_file_path = st.session_state.get('source_file_path', None)
 is_example = st.session_state.get('is_example', False)
 
 if uploaded_file is not None:
-    source_file = uploaded_file
-    file_caption = 'Imagen subida'
-    is_example = False
-    st.session_state.is_example = False # Resetear por seguridad
-    image_placeholder.empty() # Limpiar el placeholder si hay una subida manual
+    source_file = uploaded_file
+    file_caption = 'Imagen subida'
+    is_example = False
+    st.session_state.is_example = False # Resetear por seguridad
+    image_placeholder.empty() # Limpiar el placeholder si hay una subida manual
 elif source_file_path is not None and is_example == True:
-    source_file = source_file_path
-    file_caption = f'Imagen de ejemplo: {source_file_path.split(os.sep)[-1]}'
+    source_file = source_file_path
+    file_caption = f'Imagen de ejemplo: {source_file_path.split(os.sep)[-1]}'
 else:
-    source_file = None
+    source_file = None
 
 
 if source_file is not None:
-    # Abrir la imagen
-    if is_example:
-        image = Image.open(source_file)
-    else:
-        image = Image.open(source_file)
-
-    # Mostrar la imagen subida (solo si es subida, ya que el ejemplo se mostró arriba)
-    if uploaded_file is not None:
-        with image_placeholder.container():
-             st.image(image, caption=file_caption, use_container_width=True)
-    
-    if st.button("Analizar la habitación"):
-        with st.spinner("Detectando la geometría..."):
-            
-            # --- MANEJO DEL ARCHIVO TEMPORAL PARA EL DETECTOR ---
-            if is_example:
-                temp_file_path = source_file
-            else:
-                temp_file_path = "temp_pano.jpg"
-                with open(temp_file_path, "wb") as f:
-                    f.write(source_file.getbuffer())
-            # --- FIN MANEJO ARCHIVO TEMPORAL ---
-
-
-            # Instanciar y ejecutar el detector de layout (HorizonNet)
-            try:
-                detector = logic.RoomLayoutDetector(st.session_state.horizon_model_path) 
-                room_data = detector.detect_layout(temp_file_path)
-                
-                # Validación de datos y manejo de fallos
-                if room_data is None or not isinstance(room_data, dict) or 'width' not in room_data:
-                    st.error("**Detección fallida.** El modelo de Computer Vision no pudo extraer las dimensiones ni los obstáculos. Asegúrate de que el modelo HorizonNet está configurado y funcionando correctamente.")
-                    st.session_state.room_data = None
-                    st.session_state.stage = 0
-                else:
-                    st.session_state.room_data = room_data
-                    st.session_state.stage = 1
-                    
-                    st.toast("Análisis completado", icon="✅") 
-
-                    # Mostrar resultado de la detección de HorizonNet
-                    st.header("Resultado del análisis visual")
-                    annotated_image = logic.dibujar_layout_sobre_imagen(temp_file_path, room_data)
-                    st.image(annotated_image, caption='Análisis de HorizonNet (Vértices, Puertas y Ventanas)', use_container_width=True)
-                
-            except Exception as e:
-                st.error(f"Error en detección: {e}. Revisa la configuración del modelo HorizonNet.")
-                st.session_state.stage = 0
+    # Abrir la imagen
+    if is_example:
+        image = Image.open(source_file)
+    else:
+        image = Image.open(source_file)
+
+    # Mostrar la imagen subida (solo si es subida, ya que el ejemplo se mostró arriba)
+    if uploaded_file is not None:
+        with image_placeholder.container():
+             st.image(image, caption=file_caption, use_container_width=True)
+    
+    if st.button("Analizar la habitación"):
+        with st.spinner("Detectando la geometría..."):
+            
+            # --- MANEJO DEL ARCHIVO TEMPORAL PARA EL DETECTOR ---
+            if is_example:
+                temp_file_path = source_file
+            else:
+                temp_file_path = "temp_pano.jpg"
+                with open(temp_file_path, "wb") as f:
+                    f.write(source_file.getbuffer())
+            # --- FIN MANEJO ARCHIVO TEMPORAL ---
+
+
+            # Instanciar y ejecutar el detector de layout (HorizonNet)
+            try:
+                detector = logic.RoomLayoutDetector(st.session_state.horizon_model_path) 
+                room_data = detector.detect_layout(temp_file_path)
+                
+                # Validación de datos y manejo de fallos
+                if room_data is None or not isinstance(room_data, dict) or 'width' not in room_data:
+                    st.error("**Detección fallida.** El modelo de Computer Vision no pudo extraer las dimensiones ni los obstáculos. Asegúrate de que el modelo HorizonNet está configurado y funcionando correctamente.")
+                    st.session_state.room_data = None
+                    st.session_state.stage = 0
+                else:
+                    st.session_state.room_data = room_data
+                    st.session_state.stage = 1
+                    
+                    st.toast("Análisis completado", icon="✅") 
+
+                    # Mostrar resultado de la detección de HorizonNet
+                    st.header("Resultado del análisis visual")
+                    annotated_image = logic.dibujar_layout_sobre_imagen(temp_file_path, room_data)
+                    st.image(annotated_image, caption='Análisis de HorizonNet (Vértices, Puertas y Ventanas)', use_container_width=True)
+                
+            except Exception as e:
+                st.error(f"Error en detección: {e}. Revisa la configuración del modelo HorizonNet.")
+                st.session_state.stage = 0
 
 # --- PASO 2: VERIFICACIÓN Y EDICIÓN DE GEOMETRÍA/OBSTÁCULOS ---
 if st.session_state.stage >= 1 and st.session_state.room_data:
-    st.header("2. Verificación de Geometría")
-    
-    # Mostrar dimensiones detectadas
-    w_m = st.session_state.room_data.get('width', 0.0)
-    l_m = st.session_state.room_data.get('length', 0.0)
-    
-    col1, col2 = st.columns(2)
-    with col1:
-        st.metric("Ancho (m)", f"{w_m:.2f}")
-    with col2:
-        st.metric("Largo (m)", f"{l_m:.2f}")
-    
-    # Mostrar el diagrama de planta
-    st.subheader("Planta de la habitación")
-    floor_plan_fig = logic.generar_diagrama_planta(st.session_state.room_data)
-    st.pyplot(floor_plan_fig)
-    
-    # Formulario para añadir puertas y ventanas manualmente
-    st.subheader("Añadir puertas y ventanas manualmente")
-    
-    polygon_points = st.session_state.room_data.get('polygon_points', [])
-    num_walls = len(polygon_points) if polygon_points is not None else 0
-    
-    if num_walls > 0:
-        col_a, col_b, col_c, col_d = st.columns(4)
-        
-        with col_a:
-            wall_options = [f"Pared {i+1}" for i in range(num_walls)]
-            selected_wall = st.selectbox("Seleccionar Pared", wall_options, key="wall_select")
-            wall_idx = int(selected_wall.split()[1]) - 1
-        
-        with col_b:
-            obstacle_type = st.radio("Tipo", ["Puerta", "Ventana"], key="obs_type")
-        
-        with col_c:
-            # Posición normalizada [0.0, 1.0]
-            position_pct = st.number_input("Posición (%)", min_value=0.0, max_value=100.0, value=50.0, step=5.0, key="obs_pos")
-        
-        with col_d:
-            width_m = st.number_input("Ancho (m)", min_value=0.1, max_value=5.0, value=0.9, step=0.1, key="obs_width")
-        
-        if st.button("Añadir elemento"):
-            # Los datos de centro están normalizados
-            new_obstacle = {
-                'center': [position_pct / 100.0, wall_idx / max(1, num_walls)],
-                'width': width_m
-            }
-            
-            if obstacle_type == "Puerta":
-                st.session_state.room_data['doors'].append(new_obstacle)
-            else:
-                st.session_state.room_data['windows'].append(new_obstacle)
-            
-            st.success(f"{obstacle_type} añadida a {selected_wall}")
-            st.rerun()
-    else:
-        st.warning("No se detectaron paredes en el polígono.")
-    
-    # Editor de datos para modificar obstáculos detectados/añadidos
-    st.subheader("Editar elementos (puertas y ventanas)")
-    st.info("Ajusta las coordenadas de los obstáculos. Los valores X/Y están normalizados [0.0, 1.0].")
-
-    # Preparar datos para st.data_editor
-    doors_data = []
-    for i, d in enumerate(st.session_state.room_data.get('doors', [])):
-        center_y = d['center'][1] if len(d['center']) > 1 else 0 
-        doors_data.append({"ID": f"P{i}", "Tipo": "Puerta", "Centro X (Norm.)": d['center'][0], "Centro Y (Norm.)": center_y, "Ancho (m)": d['width']})
-    
-    windows_data = []
-    for i, w in enumerate(st.session_state.room_data.get('windows', [])):
-        center_y = w['center'][1] if len(w['center']) > 1 else 0
-        windows_data.append({"ID": f"V{i}", "Tipo": "Ventana", "Centro X (Norm.)": w['center'][0], "Centro Y (Norm.)": center_y, "Ancho (m)": w['width']})
-
-    all_obstacles = doors_data + windows_data
-    df_obs = pd.DataFrame(all_obstacles)
-    
-    col_config = {
-        "Centro X (Norm.)": st.column_config.NumberColumn("Centro X (Norm.)", help="Posición horizontal normalizada [0.0, 1.0]", format="%.2f"),
-        "Centro Y (Norm.)": st.column_config.NumberColumn("Centro Y (Norm.)", help="Posición vertical normalizada [0.0, 1.0]", format="%.2f"),
-        "Ancho (m)": st.column_config.NumberColumn("Ancho (m)", help="Ancho del obstáculo en metros", format="%.2f"),
-    }
-    
-    edited_df = st.data_editor(df_obs, num_rows="dynamic", use_container_width=True, column_config=col_config)
-
-    if st.button("Confirmar geometría"):
-        # Reconstruir el diccionario room_data a partir del DataFrame editado
-        new_doors = []
-        new_windows = []
-        for index, row in edited_df.iterrows():
-            obj = {'center': [row['Centro X (Norm.)'], row['Centro Y (Norm.)']], 'width': row['Ancho (m)']}
-            if row['Tipo'] == 'Puerta': new_doors.append(obj)
-            else: new_windows.append(obj)
-            
-        st.session_state.room_data['doors'] = new_doors
-        st.session_state.room_data['windows'] = new_windows
-        st.session_state.stage = 2
-        st.rerun()
+    st.header("2. Verificación de Geometría")
+    
+    # Mostrar dimensiones detectadas
+    w_m = st.session_state.room_data.get('width', 0.0)
+    l_m = st.session_state.room_data.get('length', 0.0)
+    
+    col1, col2 = st.columns(2)
+    with col1:
+        st.metric("Ancho (m)", f"{w_m:.2f}")
+    with col2:
+        st.metric("Largo (m)", f"{l_m:.2f}")
+    
+    # Mostrar el diagrama de planta
+    st.subheader("Planta de la habitación")
+    floor_plan_fig = logic.generar_diagrama_planta(st.session_state.room_data)
+    st.pyplot(floor_plan_fig) 
+    
+    # Formulario para añadir puertas y ventanas manualmente
+    st.subheader("Añadir puertas y ventanas manualmente")
+    
+    polygon_points = st.session_state.room_data.get('polygon_points', [])
+    num_walls = len(polygon_points) if polygon_points is not None else 0
+    
+    if num_walls > 0:
+        col_a, col_b, col_c, col_d = st.columns(4)
+        
+        with col_a:
+            wall_options = [f"Pared {i+1}" for i in range(num_walls)]
+            selected_wall = st.selectbox("Seleccionar Pared", wall_options, key="wall_select")
+            wall_idx = int(selected_wall.split()[1]) - 1
+        
+        with col_b:
+            obstacle_type = st.radio("Tipo", ["Puerta", "Ventana"], key="obs_type")
+        
+        with col_c:
+            # Posición normalizada [0.0, 1.0]
+            position_pct = st.number_input("Posición (%)", min_value=0.0, max_value=100.0, value=50.0, step=5.0, key="obs_pos")
+        
+        with col_d:
+            width_m = st.number_input("Ancho (m)", min_value=0.1, max_value=5.0, value=0.9, step=0.1, key="obs_width")
+        
+        if st.button("Añadir elemento"):
+            # Los datos de centro están normalizados
+            new_obstacle = {
+                'center': [position_pct / 100.0, wall_idx / max(1, num_walls)],
+                'width': width_m
+            }
+            
+            if obstacle_type == "Puerta":
+                st.session_state.room_data['doors'].append(new_obstacle)
+            else:
+                st.session_state.room_data['windows'].append(new_obstacle)
+            
+            st.success(f"{obstacle_type} añadida a {selected_wall}")
+            st.rerun()
+    else:
+        st.warning("No se detectaron paredes en el polígono.")
+    
+    # Editor de datos para modificar obstáculos detectados/añadidos
+    st.subheader("Editar elementos (puertas y ventanas)")
+    st.info("Ajusta las coordenadas de los obstáculos. Los valores X/Y están normalizados [0.0, 1.0].")
+
+    # Preparar datos para st.data_editor
+    doors_data = []
+    for i, d in enumerate(st.session_state.room_data.get('doors', [])):
+        center_y = d['center'][1] if len(d['center']) > 1 else 0 
+        doors_data.append({"ID": f"P{i}", "Tipo": "Puerta", "Centro X (Norm.)": d['center'][0], "Centro Y (Norm.)": center_y, "Ancho (m)": d['width']})
+    
+    windows_data = []
+    for i, w in enumerate(st.session_state.room_data.get('windows', [])):
+        center_y = w['center'][1] if len(w['center']) > 1 else 0
+        windows_data.append({"ID": f"V{i}", "Tipo": "Ventana", "Centro X (Norm.)": w['center'][0], "Centro Y (Norm.)": center_y, "Ancho (m)": w['width']})
+
+    all_obstacles = doors_data + windows_data
+    df_obs = pd.DataFrame(all_obstacles)
+    
+    col_config = {
+        "Centro X (Norm.)": st.column_config.NumberColumn("Centro X (Norm.)", help="Posición horizontal normalizada [0.0, 1.0]", format="%.2f"),
+        "Centro Y (Norm.)": st.column_config.NumberColumn("Centro Y (Norm.)", help="Posición vertical normalizada [0.0, 1.0]", format="%.2f"),
+        "Ancho (m)": st.column_config.NumberColumn("Ancho (m)", help="Ancho del obstáculo en metros", format="%.2f"),
+    }
+    
+    edited_df = st.data_editor(df_obs, num_rows="dynamic", use_container_width=True, column_config=col_config)
+
+    if st.button("Confirmar geometría"):
+        # Reconstruir el diccionario room_data a partir del DataFrame editado
+        new_doors = []
+        new_windows = []
+        for index, row in edited_df.iterrows():
+            obj = {'center': [row['Centro X (Norm.)'], row['Centro Y (Norm.)']], 'width': row['Ancho (m)']}
+            if row['Tipo'] == 'Puerta': new_doors.append(obj)
+            else: new_windows.append(obj)
+            
+        st.session_state.room_data['doors'] = new_doors
+        st.session_state.room_data['windows'] = new_windows
+        st.session_state.stage = 2
+        st.rerun()
 
 # --- PASO 3: PRESUPUESTO Y GENERACIÓN DE LAYOUT/RECOMENDACIÓN ---
 if st.session_state.stage >= 2:
-    st.header("3. Presupuesto y generación")
-    
-    presupuesto = st.number_input("Presupuesto Máximo (€)", min_value=100.0, value=1000.0, step=100.0)
-    
-    if st.button("Generar diseño"):
-        with st.spinner("Calculando distribución óptima y seleccionando muebles..."):
-            # Convertir dimensiones de m a cm para el LayoutEngine
-            w_cm = st.session_state.room_data.get('width', 0.0) * 100
-            l_cm = st.session_state.room_data.get('length', 0.0) * 100
-            
-            if w_cm < 200 or l_cm < 200:
-                st.error("Las dimensiones de la habitación son demasiado pequeñas (mínimo 2x2m) o no fueron capturadas correctamente.")
-            else:
-                # 1. Inicializar motores
-                layout_engine = logic.LayoutEngine(st.session_state.data_manager.dimensiones_promedio)
-                recommender = logic.Recommender(st.session_state.muebles_df)
-                
-                # 2. Sugerir el pack de muebles base
-                pack_sugerido = layout_engine.sugerir_pack(w_cm, l_cm)
-                
-                # 3. Convertir obstáculos a polígonos para el motor
-                obs_layout = layout_engine.convertir_obstaculos(
-                    st.session_state.room_data, 
-                    w_cm, l_cm, 
-                    polygon_points=st.session_state.room_data.get('polygon_points')
-                )
-                
-                # 4. Generar el Layout
-                layout_plan, constraints, log_msgs = layout_engine.generar_layout(
-                    w_cm, l_cm, 
-                    pack_sugerido, 
-                    obs_layout,
-                    polygon_points=st.session_state.room_data.get('polygon_points')
-                )
-
-                # Mostrar Log de Generación
-                with st.expander("📝 Detalles de la Generación del Layout", expanded=False):
-                    for msg in log_msgs:
-                        if "✅" in msg: st.success(msg)
-                        elif "❌" in msg: st.error(msg)
-                        elif "⚠️" in msg: st.warning(msg)
-                        else: st.text(msg)
-                
-                if not layout_plan:
-                    st.error("No se pudo generar una distribución válida para este espacio (demasiado pequeño o muchos obstáculos).")
-                else:
-                    # 5. Recomendar productos (Knapsack para optimización de precio/estilo)
-                    best_combo = recommender.buscar_combinacion(constraints, presupuesto, top_n=1)
-                    
-                    if not best_combo:
-                        st.error("No se encontraron muebles que se ajusten al presupuesto y restricciones.")
-                    else:
-                        st.session_state.result_layout = layout_plan
-                        st.session_state.result_items = best_combo[0]['items']
-                        st.session_state.result_total = best_combo[0]['precio_total']
-                        st.session_state.result_score = best_combo[0]['score']
-                        st.session_state.stage = 3
+    st.header("3. Presupuesto y generación")
+    
+    presupuesto = st.number_input("Presupuesto Máximo (€)", min_value=100.0, value=1000.0, step=100.0)
+    
+    if st.button("Generar diseño"):
+        with st.spinner("Calculando distribución óptima y seleccionando muebles..."):
+            # Convertir dimensiones de m a cm para el LayoutEngine
+            w_cm = st.session_state.room_data.get('width', 0.0) * 100
+            l_cm = st.session_state.room_data.get('length', 0.0) * 100
+            
+            if w_cm < 200 or l_cm < 200:
+                st.error("Las dimensiones de la habitación son demasiado pequeñas (mínimo 2x2m) o no fueron capturadas correctamente.")
+            else:
+                # 1. Inicializar motores
+                layout_engine = logic.LayoutEngine(st.session_state.data_manager.dimensiones_promedio)
+                recommender = logic.Recommender(st.session_state.muebles_df)
+                
+                # 2. Sugerir el pack de muebles base
+                pack_sugerido = layout_engine.sugerir_pack(w_cm, l_cm)
+                
+                # 3. Convertir obstáculos a polígonos para el motor
+                obs_layout = layout_engine.convertir_obstaculos(
+                    st.session_state.room_data, 
+                    w_cm, l_cm, 
+                    polygon_points=st.session_state.room_data.get('polygon_points')
+                )
+                
+                # 4. Generar el Layout
+                layout_plan, constraints, log_msgs = layout_engine.generar_layout(
+                    w_cm, l_cm, 
+                    pack_sugerido, 
+                    obs_layout,
+                    polygon_points=st.session_state.room_data.get('polygon_points')
+                )
+
+                # Mostrar Log de Generación
+                with st.expander("📝 Detalles de la Generación del Layout", expanded=False):
+                    for msg in log_msgs:
+                        if "✅" in msg: st.success(msg)
+                        elif "❌" in msg: st.error(msg)
+                        elif "⚠️" in msg: st.warning(msg)
+                        else: st.text(msg)
+                
+                if not layout_plan:
+                    st.error("No se pudo generar una distribución válida para este espacio (demasiado pequeño o muchos obstáculos).")
+                else:
+                    # 5. Recomendar productos (Knapsack para optimización de precio/estilo)
+                    best_combo = recommender.buscar_combinacion(constraints, presupuesto, top_n=1)
+                    
+                    if not best_combo:
+                        st.error("No se encontraron muebles que se ajusten al presupuesto y restricciones.")
+                    else:
+                        st.session_state.result_layout = layout_plan
+                        st.session_state.result_items = best_combo[0]['items']
+                        st.session_state.result_total = best_combo[0]['precio_total']
+                        st.session_state.result_score = best_combo[0]['score']
+                        st.session_state.stage = 3
 
 # --- PASO 4: RESULTADOS Y VISUALIZACIÓN FINAL ---
 if st.session_state.stage == 3:
-    st.divider()
-    st.header("Tu salón ideal")
-    
-    # --- VISUALIZACIÓN 3D Interactiva (Plotly) ---
-    st.subheader("Visualización 3D Interactiva")
-    
-    # Generar la figura 3D
-    fig_plotly = logic.generar_figura_3d_plotly(
-        st.session_state.result_layout, 
-        st.session_state.room_data,
-        st.session_state.result_items
-    )
-    
-    # Renderizar la figura de Plotly
-    st.plotly_chart(fig_plotly, use_container_width=True, theme="streamlit")
-    
-    st.info("💡 Usa el ratón: Clic izquierdo para rotar, rueda para zoom.")
-        
-    st.divider()
-
-    # --- LISTA DE COMPRA ---
-    st.subheader("Lista de Compra")
-    
-    # Totales y Score de Diseño
-    c_tot1, c_tot2 = st.columns([2, 1])
-    with c_tot1:
-        st.markdown("### Total Estimado")
-        st.caption(f"Score de Diseño (Estilo + Puntuación Base): {st.session_state.result_score:.2f}/1.0")
-    with c_tot2:
-        st.markdown(f"### {st.session_state.result_total:.2f}€")
-    
-    st.markdown("---")
-    
-    # Listado de productos
-    for item in st.session_state.result_items:
-        with st.container():
-            c_img, c_info, c_price, c_link = st.columns([1, 2, 1, 1])
-            
-            url = f"https://www.ikea.com/es/es/p/{item.get('Enlace_producto', '')}-{item.get('ID', '')}"
-            img_src = item.get('Imagen_principal', '')
-            nombre = item['Nombre']
-            tipo = item['Tipo_mueble']
-            precio = float(item['Precio'])
-            
-            with c_img:
-                if img_src:
-                    st.image(img_src, width=150)
-                else:
-                    st.text("Sin imagen")
-            
-            with c_info:
-                st.subheader(nombre)
-                st.caption(tipo)
-                st.text(item.get('Descripcion', '')[:100] + '...')
-            
-            with c_price:
-                st.markdown(f"### {precio:.2f} €")
-            
-            with c_link:
-                st.link_button("Ver en IKEA", url)
-            
-            st.divider()
-    
-    if st.button("Reiniciar"):
-        for key in ['room_data', 'result_layout', 'result_items', 'result_total', 'result_score']:
-            if key in st.session_state:
-                del st.session_state[key]
-        st.session_state.stage = 0
-        st.rerun()
+    st.divider()
+    st.header("Tu salón ideal")
+    
+    # --- VISUALIZACIÓN 3D Interactiva (Plotly) ---
+    st.subheader("Visualización 3D Interactiva")
+    
+    # Generar la figura 3D
+    fig_plotly = logic.generar_figura_3d_plotly(
+        st.session_state.result_layout, 
+        st.session_state.room_data,
+        st.session_state.result_items
+    )
+    
+    # Renderizar la figura de Plotly
+    st.plotly_chart(fig_plotly, use_container_width=True, theme="streamlit") 
+    
+    st.info("💡 Usa el ratón: Clic izquierdo para rotar, rueda para zoom.")
+        
+    st.divider()
+
+    # --- LISTA DE COMPRA ---
+    st.subheader("Lista de Compra")
+    
+    # Totales y Score de Diseño
+    c_tot1, c_tot2 = st.columns([2, 1])
+    with c_tot1:
+        st.markdown("### Total Estimado")
+        st.caption(f"Score de Diseño (Estilo + Puntuación Base): {st.session_state.result_score:.2f}/1.0")
+    with c_tot2:
+        st.markdown(f"### {st.session_state.result_total:.2f}€")
+    
+    st.markdown("---")
+    
+    # Listado de productos
+    for item in st.session_state.result_items:
+        with st.container():
+            c_img, c_info, c_price, c_link = st.columns([1, 2, 1, 1])
+            
+            url = f"https://www.ikea.com/es/es/p/{item.get('Enlace_producto', '')}-{item.get('ID', '')}"
+            img_src = item.get('Imagen_principal', '')
+            nombre = item['Nombre']
+            tipo = item['Tipo_mueble']
+            precio = float(item['Precio'])
+            
+            with c_img:
+                if img_src:
+                    st.image(img_src, width=150)
+                else:
+                    st.text("Sin imagen")
+            
+            with c_info:
+                st.subheader(nombre)
+                st.caption(tipo)
+                st.text(item.get('Descripcion', '')[:100] + '...')
+            
+            with c_price:
+                st.markdown(f"### {precio:.2f} €")
+            
+            with c_link:
+                st.link_button("Ver en IKEA", url)
+            
+            st.divider()
+    
+    if st.button("Reiniciar"):
+        for key in ['room_data', 'result_layout', 'result_items', 'result_total', 'result_score']:
+            if key in st.session_state:
+                del st.session_state[key]
+        st.session_state.stage = 0
+        st.rerun()