Spaces:

jerrychen428
/

Jerry_LLM_OCR

Sleeping

App Files Files Community

jerrychen428 commited on Sep 14, 2025

Commit

ab9f810

verified ·

1 Parent(s): a2be545

Update app.py

Browse files

Files changed (1) hide show

app.py +290 -185

app.py CHANGED Viewed

@@ -1,35 +1,23 @@
 import os
 import base64
 from datetime import datetime
 from pathlib import Path
 import gradio as gr
 from google import genai
 import resend
-import html
-import logging
-# 設置日誌級別，以查看 Gradio 和底層庫的詳細資訊
-logging.basicConfig(level=logging.INFO)
 class GeminiImageAnalyzer:
-    def __init__(self, gemini_api_key, resend_api_key):
-        """初始化Gemini客戶端和Resend"""
-        if not gemini_api_key:
-            raise ValueError("未找到 Gemini API 金鑰。請將其設置為環境變數。")
-        if not resend_api_key:
-            raise ValueError("未找到 Resend API 金鑰。請將其設置為環境變數。")
-        self.gemini_api_key = gemini_api_key
-        # 使用提供的金鑰初始化 Gemini 客戶端
-        genai.configure(api_key=gemini_api_key)
-        self.client = genai.GenerativeModel(model_name="gemini-1.5-flash")
-        # 使用提供的金鑰初始化 Resend
-        resend.api_key = resend_api_key
     def validate_image(self, image_path):
         """驗證圖片格式和存在性"""
         if not os.path.exists(image_path):
-            raise FileNotFoundError(f"圖片文件不存在: {image_path}")
         file_extension = Path(image_path).suffix.lower()
         if file_extension not in ['.jpg', '.jpeg', '.png']:
@@ -49,242 +37,359 @@ class GeminiImageAnalyzer:
                 mime_type = "image/jpeg"
             elif file_extension == '.png':
                 mime_type = "image/png"
-            else:
-                mime_type = "application/octet-stream" # 預設類型
             return encoded_string, mime_type
         except Exception as e:
             raise Exception(f"圖片編碼失敗: {str(e)}")
-    def analyze_image(self, image_path, prompt):
         """使用Gemini API分析圖片"""
         try:
             # 驗證圖片
             self.validate_image(image_path)
-            logging.info(f"成功驗證圖片: {image_path}")
             # 編碼圖片
             encoded_image, mime_type = self.encode_image(image_path)
-            logging.info(f"圖片成功編碼為 {mime_type}")
             # 構建請求內容
-            image_part = {
-                "mime_type": mime_type,
-                "data": base64.b64decode(encoded_image)
-            }
-            contents = [prompt, image_part]
             # 調用Gemini API
-            response = self.client.generate_content(contents)
-            logging.info("成功調用 Gemini API")
             return response.text
         except Exception as e:
-            logging.error(f"分析失敗: {str(e)}")
             return f"分析失敗: {str(e)}"
-    def send_analysis_email(self, analysis_result, recipient_email, subject="圖片分析結果"):
-        """發送分析結果到指定郵箱"""
         try:
-            # 將分析結果轉換為HTML格式
             html_content = f"""
             <html>
             <head>
-                <meta charset="UTF-8">
-                <title>圖片分析結果</title>
                 <style>
-                    body {{ font-family: Arial, sans-serif; line-height: 1.6; color: #333; }}
-                    .container {{ max-width: 600px; margin: 20px auto; padding: 20px; border: 1px solid #ddd; border-radius: 8px; }}
-                    h2 {{ color: #0056b3; }}
-                    .info-box {{ background-color: #f0f8ff; padding: 15px; border-radius: 5px; border-left: 4px solid #007bff; }}
-                    .footer {{ margin-top: 20px; font-size: 12px; color: #777; }}
                 </style>
             </head>
             <body>
-                <div class="container">
-                    <h2>圖片分析結果</h2>
-                    <hr>
-                    <p><strong>分析時間：</strong>{datetime.now().strftime("%Y-%m-%d %H:%M:%S")}</p>
-                    <h3>分析內容：</h3>
-                    <div class="info-box">
-                        {html.escape(analysis_result).replace('\n', '<br>')}
                     </div>
-                    <p class="footer">此郵件由Gemini圖片分析系統自動發送</p>
                 </div>
             </body>
             </html>
             """
             params = {
-                "from": "Acme <onboarding@resend.dev>",
-                "to": [recipient_email],
-                "subject": subject,
-                "html": html_content,
-                "reply_to": "onboarding@resend.dev"
             }
-            email_response = resend.Emails.send(params)
-            logging.info(f"郵件發送成功！郵件ID: {email_response.get('id', 'Unknown')}")
-            return f"郵件發送成功！郵件ID: {email_response.get('id', 'Unknown')}"
         except Exception as e:
-            logging.error(f"郵件發送失敗: {str(e)}")
             return f"郵件發送失敗: {str(e)}"
-def create_gradio_app():
-    """創建 Gradio 應用介面"""
-    # 從環境變數中讀取 API 密鑰
-    gemini_api_key = os.getenv("GEMINI_API_KEY")
-    resend_api_key = os.getenv("RESEND_API_KEY")
-    # 創建分析器實例
-    analyzer = GeminiImageAnalyzer(gemini_api_key, resend_api_key)
-    def process_image_and_send_email(image_file, prompt, recipient_email, email_subject, send_email_flag):
-        """處理圖片分析並可選發送郵件"""
-        try:
-            if image_file is None:
-                return "請先上傳圖片", ""
-            # 使用默認提示詞如果為空
-            if not prompt.strip():
-                prompt = "請詳細描述這張圖片的內容，並提取圖片中的文字，使用繁體中文"
-            # 分析圖片
-            analysis_result = analyzer.analyze_image(image_file, prompt)
-            email_status = ""
-            if send_email_flag and recipient_email.strip():
-                # 使用默認主題如果為空
-                if not email_subject.strip():
-                    email_subject = "圖片分析結果"
-                # 發送郵件
-                email_status = analyzer.send_analysis_email(
-                    analysis_result,
-                    recipient_email.strip(),
-                    email_subject
-                )
-            elif send_email_flag and not recipient_email.strip():
-                email_status = "請輸入收件人郵箱地址"
-            return analysis_result, email_status
-        except Exception as e:
-            return f"處理失敗: {str(e)}", ""
-    # 創建Gradio介面
-    with gr.Blocks(title="Gemini 圖片分析與郵件發送系統") as app:
-        gr.Markdown("# 🔍 Gemini 圖片分析與郵件發送系統")
-        gr.Markdown("上傳圖片進行AI分析，並可選擇將結果發送到指定郵箱")
         with gr.Row():
             with gr.Column(scale=1):
-                # 圖片上傳
                 image_input = gr.Image(
                     type="filepath",
-                    label="上傳圖片 (支援 JPG, PNG 格式)"
                 )
-                # 提示詞輸入
                 prompt_input = gr.Textbox(
-                    label="分析提示詞",
                     placeholder="請詳細描述這張圖片的內容，並提取圖片中的文字，使用繁體中文",
                     lines=3,
                     value="請詳細描述這張圖片的內容，並提取圖片中的文字，使用繁體中文"
                 )
-                # 郵件設定
-                with gr.Group():
-                    gr.Markdown("### 📧 郵件設定")
-                    send_email_checkbox = gr.Checkbox(
-                        label="發送分析結果到郵箱",
-                        value=False
-                    )
-                    recipient_email = gr.Textbox(
-                        label="收件人郵箱",
-                        placeholder="example@example.com"
-                    )
-                    email_subject = gr.Textbox(
-                        label="郵件主題",
-                        placeholder="圖片分析結果",
-                        value="圖片分析結果"
-                    )
-                # 分析按鈕
                 analyze_btn = gr.Button(
-                    "🔍 開始分析",
                     variant="primary",
                     size="lg"
                 )
-            with gr.Column(scale=1):
-                # 分析結果顯示
                 analysis_output = gr.Textbox(
-                    label="分析結果",
-                    lines=15,
-                    max_lines=20,
-                    show_copy_button=True
                 )
-                # 郵件發送狀態
-                email_status = gr.Textbox(
-                    label="郵件發送狀態",
-                    lines=2
                 )
-        # 使用說明
-        with gr.Accordion("📖 使用說明", open=False):
-            gr.Markdown("""
-            ### 如何使用：
-            1. **上傳圖片**：點擊左側區域上傳 JPG 或 PNG 格式的圖片
-            2. **設定提示詞**：自訂分析要求，或使用預設提示詞
-            3. **郵件設定**（可選）：
-               - 勾選「發送分析結果到郵箱」
-               - 輸入收件人郵箱地址
-               - 自訂郵件主題
-            4. **開始分析**：點擊「開始分析」按鈕
-            5. **查看結果**：右側將顯示AI分析結果和郵件發送狀態
-            ### 注意事項：
-            - 支援的圖片格式：JPG, JPEG, PNG
-            - 分析結果會以繁體中文顯示
-            - 郵件功能為可選，不影響圖片分析功能
-            """)
         # 綁定事件
         analyze_btn.click(
-            fn=process_image_and_send_email,
-            inputs=[
-                image_input,
-                prompt_input,
-                recipient_email,
-                email_subject,
-                send_email_checkbox
-            ],
-            outputs=[analysis_output, email_status]
         )
-        # 範例
-        with gr.Accordion("💡 範例提示詞", open=False):
-            examples = [
-                "請詳細描述這張圖片的內容，並提取圖片中的文字，使用繁體中文",
-                "這張圖片中有哪些物品？請列出所有看到的東西",
-                "請分析這張圖片的色彩搭配和構圖特點",
-                "圖片中有什麼文字內容？請完整轉錄出來",
-                "這張圖片傳達了什麼情感或氛圍？"
-            ]
-            for example in examples:
-                gr.Button(example, size="sm").click(
-                    lambda x=example: x,
-                    outputs=prompt_input
-                )
-    return app
-# 在 Hugging Face Spaces 上，應用會自動被 `app.py` 啟動，
-# 所以我們只需將主函數的啟動邏輯放在檔案的頂層。
-app = create_gradio_app()

 import os
+import csv
 import base64
 from datetime import datetime
 from pathlib import Path
 import gradio as gr
 from google import genai
+from PIL import Image
 import resend
 class GeminiImageAnalyzer:
+    def __init__(self, api_key):
+        """初始化Gemini客戶端"""
+        self.api_key = api_key
+        self.client = genai.Client(api_key=api_key)
     def validate_image(self, image_path):
         """驗證圖片格式和存在性"""
         if not os.path.exists(image_path):
+            raise FileNotFoundError(f"圖片檔案不存在: {image_path}")
         file_extension = Path(image_path).suffix.lower()
         if file_extension not in ['.jpg', '.jpeg', '.png']:
                 mime_type = "image/jpeg"
             elif file_extension == '.png':
                 mime_type = "image/png"
             return encoded_string, mime_type
         except Exception as e:
             raise Exception(f"圖片編碼失敗: {str(e)}")
+    def analyze_image(self, image_path, prompt="請詳細描述這張圖片的內容，並提取圖片中的文字，使用繁體中文"):
         """使用Gemini API分析圖片"""
         try:
             # 驗證圖片
             self.validate_image(image_path)
             # 編碼圖片
             encoded_image, mime_type = self.encode_image(image_path)
             # 構建請求內容
+            contents = [
+                {
+                    "role": "user",
+                    "parts": [
+                        {"text": prompt},
+                        {
+                            "inline_data": {
+                                "mime_type": mime_type,
+                                "data": encoded_image
+                            }
+                        }
+                    ]
+                }
+            ]
             # 調用Gemini API
+            response = self.client.models.generate_content(
+                model="gemini-2.0-flash-exp",
+                contents=contents
+            )
             return response.text
         except Exception as e:
             return f"分析失敗: {str(e)}"
+class EmailSender:
+    def __init__(self, api_key):
+        """初始化Resend郵件客戶端"""
+        resend.api_key = api_key
+    def send_analysis_email(self, to_email, analysis_result, image_name="圖片"):
+        """發送分析結果郵件"""
         try:
+            # 構建HTML郵件內容
             html_content = f"""
             <html>
             <head>
                 <style>
+                    body {{
+                        font-family: 'Microsoft JhengHei', Arial, sans-serif;
+                        line-height: 1.6;
+                        color: #333;
+                        max-width: 800px;
+                        margin: 0 auto;
+                        padding: 20px;
+                    }}
+                    .header {{
+                        background-color: #4CAF50;
+                        color: white;
+                        padding: 20px;
+                        text-align: center;
+                        border-radius: 5px;
+                        margin-bottom: 20px;
+                    }}
+                    .content {{
+                        background-color: #f9f9f9;
+                        padding: 20px;
+                        border-radius: 5px;
+                        border-left: 4px solid #4CAF50;
+                    }}
+                    .timestamp {{
+                        color: #666;
+                        font-size: 0.9em;
+                        margin-top: 20px;
+                        text-align: right;
+                    }}
                 </style>
             </head>
             <body>
+                <div class="header">
+                    <h1>🖼️ Gemini 圖片分析結果</h1>
+                </div>
+                <div class="content">
+                    <h2>分析圖片：{image_name}</h2>
+                    <p><strong>分析結果：</strong></p>
+                    <div style="white-space: pre-wrap; background: white; padding: 15px; border-radius: 3px;">
+                        {analysis_result}
                     </div>
+                </div>
+                <div class="timestamp">
+                    產生時間：{datetime.now().strftime("%Y-%m-%d %H:%M:%S")}
                 </div>
             </body>
             </html>
             """
             params = {
+                "from": "Gemini AI <onboarding@resend.dev>",
+                "to": [to_email],
+                "subject": f"🤖 圖片分析結果 - {image_name}",
+                "html": html_content
             }
+            email = resend.Emails.send(params)
+            return f"郵件發送成功！郵件ID: {email.get('id', 'N/A')}"
         except Exception as e:
             return f"郵件發送失敗: {str(e)}"
+# 全域變數
+analyzer = None
+email_sender = None
+def initialize_services(gemini_key, resend_key):
+    """初始化服務"""
+    global analyzer, email_sender
+    try:
+        if gemini_key:
+            analyzer = GeminiImageAnalyzer(gemini_key)
+        if resend_key:
+            email_sender = EmailSender(resend_key)
+        return "✅ 服務初始化成功！"
+    except Exception as e:
+        return f"❌ 服務初始化失敗: {str(e)}"
+def analyze_and_send_email(image, prompt, recipient_email, gemini_key, resend_key):
+    """分析圖片並發送郵件"""
+    if image is None:
+        return "❌ 請先上傳圖片", "", ""
+    if not recipient_email:
+        return "❌ 請輸入收件人信箱", "", ""
+    if not gemini_key:
+        return "❌ 請輸入Gemini API Key", "", ""
+    if not resend_key:
+        return "❌ 請輸入Resend API Key", "", ""
+    try:
+        # 初始化服務
+        temp_analyzer = GeminiImageAnalyzer(gemini_key)
+        temp_email_sender = EmailSender(resend_key)
+        # 分析圖片
+        if not prompt.strip():
+            prompt = "請詳細描述這張圖片的內容，並提取圖片中的文字，使用繁體中文"
+        analysis_result = temp_analyzer.analyze_image(image, prompt)
+        if analysis_result.startswith("分析失敗"):
+            return f"❌ {analysis_result}", analysis_result, ""
+        # 發送郵件
+        image_name = os.path.basename(image) if isinstance(image, str) else "上傳的圖片"
+        email_result = temp_email_sender.send_analysis_email(
+            recipient_email,
+            analysis_result,
+            image_name
+        )
+        status = f"✅ 處理完成！\n📧 {email_result}"
+        return status, analysis_result, email_result
+    except Exception as e:
+        error_msg = f"❌ 處理失敗: {str(e)}"
+        return error_msg, "", ""
+def save_result_to_csv(image_path, prompt, analysis_result):
+    """儲存結果到CSV"""
+    try:
+        timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
+        csv_filename = f"analysis_result_{timestamp}.csv"
+        with open(csv_filename, 'w', newline='', encoding='utf-8-sig') as csvfile:
+            fieldnames = ['時間戳記', '圖片路徑', '使用者提示', '分析結果']
+            writer = csv.DictWriter(csvfile, fieldnames=fieldnames)
+            writer.writeheader()
+            writer.writerow({
+                '時間戳記': datetime.now().strftime("%Y-%m-%d %H:%M:%S"),
+                '圖片路徑': image_path or "上傳的圖片",
+                '使用者提示': prompt,
+                '分析結果': analysis_result
+            })
+        return csv_filename
+    except Exception as e:
+        return f"儲存失敗: {str(e)}"
+# 建立Gradio介面
+def create_interface():
+    with gr.Blocks(
+        title="🤖 Gemini 圖片分析郵件助手",
+        theme=gr.themes.Soft(),
+        css="""
+        .gradio-container {
+            max-width: 1000px !important;
+            margin: auto !important;
+        }
+        .main-header {
+            text-align: center;
+            margin-bottom: 2rem;
+        }
+        """
+    ) as demo:
+        gr.HTML("""
+        <div class="main-header">
+            <h1>🤖 Gemini 圖片分析郵件助手</h1>
+            <p>上傳圖片，AI分析內容，自動發送結果到您的信箱</p>
+        </div>
+        """)
         with gr.Row():
             with gr.Column(scale=1):
+                gr.Markdown("### 📁 圖片上傳")
                 image_input = gr.Image(
+                    label="選擇圖片",
                     type="filepath",
+                    height=300
                 )
+                gr.Markdown("### ✏️ 分析設定")
                 prompt_input = gr.Textbox(
+                    label="自訂提示詞",
                     placeholder="請詳細描述這張圖片的內容，並提取圖片中的文字，使用繁體中文",
                     lines=3,
                     value="請詳細描述這張圖片的內容，並提取圖片中的文字，使用繁體中文"
                 )
+                recipient_email = gr.Textbox(
+                    label="📧 收件人信箱",
+                    placeholder="example@email.com"
+                )
+            with gr.Column(scale=1):
+                gr.Markdown("### 🔑 API設定")
+                gemini_key = gr.Textbox(
+                    label="Gemini API Key",
+                    placeholder="AIza...",
+                    type="password",
+                    value="AIzaSyCd8QuSZ45QeO0iP_yczjam--2Ri1sdJa4"
+                )
+                resend_key = gr.Textbox(
+                    label="Resend API Key",
+                    placeholder="re_...",
+                    type="password",
+                    value="re_fexD5RDm_LtvcVwyWphKQcjH9CEJ2Peus"
+                )
+                gr.Markdown("### 🚀 執行操作")
                 analyze_btn = gr.Button(
+                    "🔍 分析圖片並發送郵件",
                     variant="primary",
                     size="lg"
                 )
+        gr.Markdown("### 📊 處理結果")
+        with gr.Row():
+            status_output = gr.Textbox(
+                label="📈 處理狀態",
+                lines=3,
+                interactive=False
+            )
+        with gr.Row():
+            with gr.Column():
                 analysis_output = gr.Textbox(
+                    label="🤖 AI分析結果",
+                    lines=10,
+                    interactive=False
                 )
+            with gr.Column():
+                email_output = gr.Textbox(
+                    label="📧 郵件發送結果",
+                    lines=10,
+                    interactive=False
                 )
+        with gr.Row():
+            download_btn = gr.Button("💾 下載CSV結果", variant="secondary")
+            csv_file = gr.File(label="CSV檔案", visible=False)
         # 綁定事件
         analyze_btn.click(
+            fn=analyze_and_send_email,
+            inputs=[image_input, prompt_input, recipient_email, gemini_key, resend_key],
+            outputs=[status_output, analysis_output, email_output]
         )
+        def download_csv(image_path, prompt, analysis_result):
+            if analysis_result:
+                filename = save_result_to_csv(image_path, prompt, analysis_result)
+                return gr.File.update(value=filename, visible=True)
+            return gr.File.update(visible=False)
+        download_btn.click(
+            fn=download_csv,
+            inputs=[image_input, prompt_input, analysis_output],
+            outputs=csv_file
+        )
+        # 新增範例
+        gr.Markdown("### 📝 使用說明")
+        gr.Markdown("""
+        1. **上傳圖片**: 支援 JPG、JPEG、PNG 格式
+        2. **設定API**: 輸入您的 Gemini 和 Resend API Keys
+        3. **設定信箱**: 輸入接收分析結果的信箱地址
+        4. **自訂提示**: 可選，自訂AI分析的重點
+        5. **執行分析**: 點擊按鈕開始處理
+        6. **檢視結果**: 在下方檢視分析結果和郵件發送狀態
+        7. **下載CSV**: 可選，下載結果檔案儲存
+        **注意**: 請確保您的API Keys有效且有足夠的配額。
+        """)
+        # 新增範例圖片區域
+        gr.Markdown("### 🎯 使用範例")
+        with gr.Row():
+            gr.Examples(
+                examples=[
+                    ["請分析這張圖片中的文字內容"],
+                    ["這張圖片裡有什麼物品？請詳細列出"],
+                    ["請描述圖片中人物的動作和表情"],
+                    ["提取圖片中的所有文字，並翻譯成英文"],
+                    ["分析這張圖片的構圖和色彩搭配"]
+                ],
+                inputs=prompt_input,
+                label="常用提示詞範例"
+            )
+    return demo
+if __name__ == "__main__":
+    # 建立並啟動介面
+    demo = create_interface()
+    demo.launch(
+        server_name="0.0.0.0",
+        server_port=7860,
+        share=True,
+        show_error=True
+    )