Update app.py

app.py

@@ -1,24 +1,21 @@
 import gradio as gr
-from diffusers import StableDiffusionPipeline
-import torch
+from transformers import pipeline
 
-# 1. Carregar o Pipeline (use um modelo adequado ao seu hardware)
-pipeline = StableDiffusionPipeline.from_pretrained(
-    "runwayml/stable-diffusion-v1-5", 
-    torch_dtype=torch.float16
-).to("cuda")
+# 1. Carregar o Pipeline de OCR
+# O nome real do modelo no HF Hub pode ser diferente, pesquise por 'got-ocr-20'
+pipe = pipeline("image-to-text", model="NOME_REAL_DO_MODELO_HF") 
 
-def generate_image(prompt):
-    # 2. Gerar a Imagem
-    image = pipeline(prompt).images[0]
-    return image
+def extract_text_local(image):
+    # 2. Executar o modelo na imagem
+    result = pipe(image)
+    return result[0]['generated_text'] if result else "Nenhum texto encontrado."
 
 # 3. Criar a Interface Gradio
 iface = gr.Interface(
-    fn=generate_image, 
-    inputs="text", 
-    outputs="image",
-    title="Meu Gerador de Imagens com Stable Diffusion"
+    fn=extract_text_local,
+    inputs=gr.Image(type="pil", label="Carregue uma imagem com texto"), # 'pil' para objeto Pillow
+    outputs="text",
+    title="OCR com got-ocr-20 (Implantação Local)"
 )
 
 iface.launch()