Update app.py

app.py

@@ -6,31 +6,19 @@ from tokenizer_base import Tokenizer
 import gradio as gr
 
 # Параметры модели
-model_file = "captcha.onnx"
-img_size = (32, 128)
-charset = r"0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ!\"#$%&'()*+,-./:;<=>?@[\\]^_`{|}~"
-tokenizer_base = Tokenizer(charset)
+MODEL_FILE = "captcha.onnx"
+IMG_SIZE = (32, 128)
+CHARSET = r"0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ!\"#$%&'()*+,-./:;<=>?@[\\]^_`{|}~"
+tokenizer_base = Tokenizer(CHARSET)
 
 # Надёжный препроцессинг
 def preprocess_image(img, img_size):
-    # Приводим к RGB (убираем альфу/градации серого)
     img = img.convert("RGB")
-
-    # Resize bicubic
     img = img.resize(img_size, Image.BICUBIC)
-
-    # В numpy (HWC → float32)
     img = np.array(img).astype(np.float32) / 255.0
-
-    # HWC → CHW
-    img = np.transpose(img, (2, 0, 1))
-
-    # Нормализация (x-mean)/std
+    img = np.transpose(img, (2, 0, 1))  # HWC → CHW
     img = (img - 0.5) / 0.5
-
-    # Добавляем batch размерность
-    img = np.expand_dims(img, axis=0)
-
+    img = np.expand_dims(img, axis=0)   # batch dim
     return img
 
 # softmax на numpy
@@ -38,42 +26,27 @@ def softmax(x, axis=-1):
     e_x = np.exp(x - np.max(x, axis=axis, keepdims=True))
     return e_x / e_x.sum(axis=axis, keepdims=True)
 
-# Инициализация модели ONNX
+# Инициализация модели
 def initialize_model(model_file):
     onnx_model = onnx.load(model_file)
     onnx.checker.check_model(onnx_model)
     ort_session = rt.InferenceSession(model_file)
     return ort_session
 
-# Функция для распознавания текста
+# Распознавание текста
 def get_text(img_org):
-    x = preprocess_image(img_org, img_size)
-
-    # Предсказание с помощью ONNX
+    x = preprocess_image(img_org, IMG_SIZE)
     ort_inputs = {ort_session.get_inputs()[0].name: x}
     logits = ort_session.run(None, ort_inputs)[0]
-
     probs = softmax(logits, axis=-1)
-    preds, probs = tokenizer_base.decode(probs)
+    preds, _ = tokenizer_base.decode(probs)
     return preds[0]
 
-# Инициализация модели
-ort_session = initialize_model(model_file=model_file)
+# Загружаем модель один раз
+ort_session = initialize_model(MODEL_FILE)
 
 # Gradio интерфейс
-def gradio_interface():
-    return gr.Interface(
-        fn=get_text,
-        inputs=gr.Image(type="pil"),
-        outputs=gr.Textbox(),
-        title="Text Captcha Reader",
-        description="Распознавание текста на изображениях капчи.",
-        examples=[
-            "8000.png", "11JW29.png", "2a8486.jpg", "2nbcx.png",
-            "000679.png", "000HU.png", "00Uga.png.jpg", "00bAQwhAZU.jpg",
-            "00h57kYf.jpg", "0EoHdtVb.png", "0JS21.png", "0p98z.png", "10010.png"
-        ]
-    )
-
-# Запуск интерфейса
-gradio_interface().launch()
+demo = gr.Interface(
+    fn=get_text,
+    inputs=gr.Image(type="pil"),
+    outputs=gr.T