app.py

import gradio as gr
import pytesseract
from PIL import Image
import numpy as np
from openai import OpenAI
import os
import json

# ── مفتاح NVIDIA API ─────────────────────────────────────────────
NVIDIA_API_KEY = os.getenv("NVIDIA_API_KEY", "")

client = OpenAI(
    base_url="https://integrate.api.nvidia.com/v1",
    api_key=NVIDIA_API_KEY
)

# ── قراءة النص من الصورة ─────────────────────────────────────────
def read_image(image: Image.Image) -> str:
    """يقرأ النص من الصورة باستخدام Tesseract"""
    # محاولة العربية أولاً ثم الإنجليزية
    try:
        text = pytesseract.image_to_string(image, lang="ara+eng")
    except Exception:
        try:
            text = pytesseract.image_to_string(image, lang="eng")
        except Exception as e:
            text = f"خطأ في قراءة الصورة: {e}"
    return text.strip()

# ── تحليل النص بالذكاء الاصطناعي ────────────────────────────────
def analyze_with_ai(text: str) -> dict:
    """يرسل النص لـ NVIDIA API ويستخرج المعلومات"""
    if not NVIDIA_API_KEY:
        return {"خطأ": "لم يتم إضافة مفتاح NVIDIA API في الإعدادات"}

    prompt = f"""
أنت مساعد متخصص في قراءة الفواتير والوثائق المالية.
لديك النص التالي المستخرج من صورة فاتورة:

---
{text}
---

استخرج المعلومات التالية بدقة:
- اسم البائع أو المتجر
- التاريخ
- رقم الفاتورة (إن وجد)
- قائمة المنتجات أو الخدمات مع أسعارها
- المبلغ الإجمالي
- الضريبة (إن وجدت)
- طريقة الدفع (إن وجدت)

أجب بصيغة JSON فقط بدون أي نص إضافي.
مثال:
{{
  "البائع": "اسم المتجر",
  "التاريخ": "2024-01-01",
  "رقم_الفاتورة": "001",
  "المنتجات": [
    {{"الاسم": "منتج 1", "الكمية": 2, "السعر": 10.0}},
    {{"الاسم": "منتج 2", "الكمية": 1, "السعر": 25.0}}
  ],
  "الإجمالي": 45.0,
  "الضريبة": 0.0,
  "طريقة_الدفع": "نقدي"
}}
"""

    try:
        response = client.chat.completions.create(
            model="meta/llama-3.1-8b-instruct",
            messages=[{"role": "user", "content": prompt}],
            temperature=0.1,
            max_tokens=1000,
        )
        result_text = response.choices[0].message.content.strip()

        # تنظيف الرد وتحويله لـ JSON
        result_text = result_text.replace("```json", "").replace("```", "").strip()
        return json.loads(result_text)

    except json.JSONDecodeError:
        return {"النتيجة_الخام": result_text}
    except Exception as e:
        return {"خطأ": str(e)}

# ── الدالة الرئيسية ──────────────────────────────────────────────
def process_invoice(image):
    if image is None:
        return "يرجى رفع صورة أولاً", {}

    pil_image = Image.fromarray(image) if isinstance(image, np.ndarray) else image

    # الخطوة 1: قراءة الصورة
    extracted_text = read_image(pil_image)

    if not extracted_text:
        return "لم يتم استخراج أي نص من الصورة — تأكد من وضوح الصورة", {}

    # الخطوة 2: تحليل بالذكاء الاصطناعي
    result = analyze_with_ai(extracted_text)

    return extracted_text, result

# ── الواجهة ──────────────────────────────────────────────────────
with gr.Blocks(
    title="قارئ الفواتير الذكي",
    theme=gr.themes.Soft(),
    css="""
    .title { text-align: center; font-size: 2rem; font-weight: bold; margin-bottom: 8px; }
    .subtitle { text-align: center; color: #666; margin-bottom: 20px; }
    """
) as demo:

    gr.HTML('<div class="title">🧾 قارئ الفواتير الذكي</div>')
    gr.HTML('<div class="subtitle">ارفع صورة أي فاتورة وسيستخرج المعلومات تلقائياً</div>')

    with gr.Row():
        with gr.Column(scale=1):
            image_input = gr.Image(
                label="📸 صورة الفاتورة",
                type="pil",
                sources=["upload", "clipboard"]
            )
            submit_btn = gr.Button("🔍 استخرج المعلومات", variant="primary", size="lg")

        with gr.Column(scale=1):
            text_output = gr.Textbox(
                label="📝 النص المستخرج من الصورة",
                lines=8,
                rtl=True
            )
            json_output = gr.JSON(
                label="📊 المعلومات المنظمة"
            )

    submit_btn.click(
        fn=process_invoice,
        inputs=[image_input],
        outputs=[text_output, json_output]
    )

    gr.HTML("""
    <div style="text-align:center;margin-top:20px;color:#888;font-size:13px">
        مدعوم بـ Tesseract OCR + NVIDIA Llama 3.1
    </div>
    """)

if __name__ == "__main__":
    demo.launch()