Upload 4 files

README.md

@@ -1,13 +1,13 @@
 ---
-title: Linebot RobertClass
-emoji: 🐨
+title: Webcam Groq LineBot Application
+emoji: 📉
 colorFrom: red
-colorTo: red
+colorTo: yellow
 sdk: gradio
-sdk_version: 5.44.1
+sdk_version: 5.43.1
 app_file: app.py
 pinned: false
-short_description: Linebot_robertClass
+license: other
 ---
 
 Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference

app.py

@@ -0,0 +1,427 @@
+import gradio as gr
+import cv2
+import numpy as np
+from PIL import Image
+from groq import Groq
+import base64
+import io
+import csv
+import pandas as pd
+from docx import Document
+import tempfile
+import os
+from datetime import datetime
+from linebot import LineBotApi
+from linebot.models import TextSendMessage
+
+# LINE Bot 設定
+LINE_CHANNEL_ACCESS_TOKEN = 'pt02snLmY1OFd0GhtGZD1DjGG4fB5a423PiDORgBIPkLvkNWjeUt5ZtN4rlwv6Bgne3zxCZrVJOK7Wa5th93YpkFhJmmX5cFX3wHjtdlKZQIfIwtjp16tEPN+2aSUWYEnmIrO9nG5L6H5veI80umZAdB04t89/1O/w1cDnyilFU='
+
+def send_line_message(user_id, message, line_token=None):
+    """
+    Send a message to a specific LINE user
+
+    :param user_id: LINE user ID to send message to
+    :param message: Text message to send
+    :param line_token: Optional custom LINE token
+    """
+    try:
+        # 使用自訂 token 或預設 token
+        token = line_token if line_token else LINE_CHANNEL_ACCESS_TOKEN
+
+        if not token.strip():
+            return False, "LINE Token 不能為空"
+
+        if not user_id.strip():
+            return False, "User ID 不能為空"
+
+        # Initialize LineBotApi with the Channel Access Token
+        line_bot_api = LineBotApi(token)
+
+        # Create a TextSendMessage
+        text_message = TextSendMessage(text=message)
+
+        # Send the message
+        line_bot_api.push_message(user_id, text_message)
+
+        print(f"Message successfully sent to {user_id}")
+        return True, "訊息發送成功！"
+    except Exception as e:
+        error_msg = f"發送訊息時發生錯誤: {str(e)}"
+        print(error_msg)
+        return False, error_msg
+
+def preview_image(image, flip_horizontal=False):
+    """預覽圖片，顯示翻轉效果"""
+    if image is None:
+        return None
+
+    # 直接顯示原圖，不進行任何翻轉
+    # 因為攝像頭拍照後的圖片已經是正確方向
+    if flip_horizontal:
+        # 只有用戶勾選時才翻轉
+        return image.transpose(Image.FLIP_LEFT_RIGHT)
+    else:
+        # 預設顯示原圖（正確方向）
+        return image
+
+def encode_image(image):
+    """將 PIL Image 轉換為 base64 編碼"""
+    buffered = io.BytesIO()
+    image.save(buffered, format="JPEG")
+    return base64.b64encode(buffered.getvalue()).decode("utf-8")
+
+def process_ocr_and_send_line(image, api_key, prompt, flip_horizontal,
+                             send_to_line, line_token, line_user_id):
+    """使用 Groq API 進行 OCR 文字辨識並可選擇發送到 LINE"""
+    if image is None:
+        return "請先拍照或上傳圖片", None, None, "未執行"
+
+    if not api_key.strip():
+        return "請輸入有效的 Groq API Key", None, None, "未執行"
+
+    if not prompt.strip():
+        prompt = "請幫我辨識拍照的文字和內容進行OCR辨識"
+
+    try:
+        # 只有在用戶明確要求時才翻轉圖片
+        processed_image = image
+        if flip_horizontal:
+            processed_image = image.transpose(Image.FLIP_LEFT_RIGHT)
+            print("已手動翻轉圖片")
+        else:
+            print("使用原始圖片方向")
+
+        # 將圖片轉換為 base64
+        base64_image = encode_image(processed_image)
+        image_content = {
+            "type": "image_url",
+            "image_url": {"url": f"data:image/jpeg;base64,{base64_image}"}
+        }
+
+        # 初始化 Groq 客戶端
+        client = Groq(api_key=api_key)
+
+        # 發送 API 請求
+        completion = client.chat.completions.create(
+            model="meta-llama/llama-4-scout-17b-16e-instruct",
+            messages=[{
+                "role": "user",
+                "content": [
+                    {"type": "text", "text": prompt},
+                    image_content
+                ]
+            }],
+            temperature=1,
+            max_completion_tokens=512,
+            top_p=1,
+            stream=False,
+            stop=None,
+        )
+
+        # 獲取辨識結果
+        content = completion.choices[0].message.content
+
+        # 生成輸出檔案
+        csv_file = create_csv_output(content)
+        docx_file = create_docx_output(content)
+
+        # 準備 LINE 發送狀態
+        line_status = "未執行"
+
+        # 如果用戶選擇發送到 LINE
+        if send_to_line:
+            if not line_user_id.strip():
+                line_status = "錯誤：請輸入 LINE User ID"
+            else:
+                # 準備要發送的訊息
+                timestamp = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
+                line_message = f"""📸 OCR 辨識結果
+
+🕒 辨識時間: {timestamp}
+
+📝 辨識內容:
+{content}
+
+---
+由 OCR 文字辨識系統自動發送"""
+
+                # 發送到 LINE
+                success, message = send_line_message(line_user_id, line_message, line_token)
+                if success:
+                    line_status = f"✅ {message}"
+                else:
+                    line_status = f"❌ {message}"
+
+        return content, csv_file, docx_file, line_status
+
+    except Exception as e:
+        error_msg = f"OCR 辨識發生錯誤: {str(e)}"
+        return error_msg, None, None, "未執行"
+
+def create_csv_output(content):
+    """創建 CSV 輸出檔案"""
+    try:
+        # 創建臨時檔案
+        temp_file = tempfile.NamedTemporaryFile(mode='w', delete=False, suffix='.csv', encoding='utf-8-sig')
+
+        # 將辨識結果寫入 CSV
+        writer = csv.writer(temp_file)
+        writer.writerow(['時間戳記', 'OCR辨識結果'])
+        writer.writerow([datetime.now().strftime('%Y-%m-%d %H:%M:%S'), content])
+
+        # 如果內容包含多行，每行作為一個記錄
+        lines = content.split('\n')
+        if len(lines) > 1:
+            writer.writerow([])  # 空行分隔
+            writer.writerow(['行號', '內容'])
+            for i, line in enumerate(lines, 1):
+                if line.strip():
+                    writer.writerow([i, line.strip()])
+
+        temp_file.close()
+        return temp_file.name
+
+    except Exception as e:
+        print(f"創建 CSV 檔案時發生錯誤: {e}")
+        return None
+
+def create_docx_output(content):
+    """創建 DOCX 輸出檔案"""
+    try:
+        # 創建臨時檔案
+        temp_file = tempfile.NamedTemporaryFile(delete=False, suffix='.docx')
+        temp_file.close()
+
+        # 創建 Word 文件
+        doc = Document()
+        doc.add_heading('OCR 辨識結果', 0)
+
+        # 添加時間戳記
+        doc.add_heading('辨識時間', level=1)
+        doc.add_paragraph(datetime.now().strftime('%Y年%m月%d日 %H:%M:%S'))
+
+        # 添加辨識內容
+        doc.add_heading('辨識內容', level=1)
+        doc.add_paragraph(content)
+
+        # 如果內容包含多行，分段顯示
+        lines = content.split('\n')
+        if len(lines) > 3:
+            doc.add_heading('分行內容', level=1)
+            for i, line in enumerate(lines, 1):
+                if line.strip():
+                    doc.add_paragraph(f"{i}. {line.strip()}")
+
+        doc.save(temp_file.name)
+        return temp_file.name
+
+    except Exception as e:
+        print(f"創建 DOCX 檔案時發生錯誤: {e}")
+        return None
+
+def clear_inputs():
+    """清除輸入內容"""
+    return None, "", "", "", "", False, "未執行"
+
+def test_line_message(line_token, line_user_id):
+    """測試 LINE 訊息發送"""
+    if not line_user_id.strip():
+        return "❌ 請輸入 LINE User ID"
+
+    test_message = f"""🔔 測試訊息
+
+這是來自 OCR 文字辨識系統的測試訊息。
+
+🕒 測試時間: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}
+
+如果您收到此訊息，表示 LINE Bot 設定成功！"""
+
+    success, message = send_line_message(line_user_id, test_message, line_token)
+    if success:
+        return f"✅ {message}"
+    else:
+        return f"❌ {message}"
+
+# 創建 Gradio 介面
+with gr.Blocks(title="OCR + LINE Bot 整合系統", theme=gr.themes.Soft()) as demo:
+    gr.Markdown("# 📸📱 OCR + LINE Bot 整合系統")
+    gr.Markdown("使用攝像頭拍照或上傳圖片，透過 AI 進行文字辨識，並可選擇將結果發送到 LINE")
+
+    with gr.Row():
+        with gr.Column(scale=1):
+            # 輸入區域
+            gr.Markdown("### 📝 輸入設定")
+
+            # 圖片輸入
+            image_input = gr.Image(
+                sources=['webcam', 'upload'],
+                type='pil',
+                label="拍照或上傳圖片"
+            )
+
+            # API Key 輸入
+            api_key_input = gr.Textbox(
+                label="Groq API Key",
+                placeholder="請輸入您的 Groq API Key",
+                type="password",
+                value=""
+            )
+
+            # 提示詞輸入
+            prompt_input = gr.Textbox(
+                label="辨識提示詞",
+                placeholder="輸入您想要的辨識提示...",
+                value="請幫我辨識拍照的文字和內容進行OCR辨識，請盡可能詳細和準確地提取所有可見的文字內容。",
+                lines=3
+            )
+
+            # 鏡像修正選項
+            flip_checkbox = gr.Checkbox(
+                label="🔄 手動翻轉圖片（如果文字方向不對才勾選）",
+                value=False,
+                info="通常攝像頭拍照後圖片方向是正確的，只在文字顛倒時才勾選此選項"
+            )
+
+            # 圖片預覽
+            preview_image_output = gr.Image(
+                label="圖片預覽（將要辨識的圖片）",
+                type='pil',
+                interactive=False
+            )
+
+            # LINE Bot 設定
+            gr.Markdown("### 📱 LINE Bot 設定")
+
+            send_to_line_checkbox = gr.Checkbox(
+                label="📤 將辨識結果發送到 LINE",
+                value=False,
+                info="勾選後會將 OCR 結果自動發送到指定的 LINE 用戶"
+            )
+
+            line_token_input = gr.Textbox(
+                label="LINE Channel Access Token（選填）",
+                placeholder="留空則使用預設 Token",
+                type="password",
+                value=""
+            )
+
+            line_user_id_input = gr.Textbox(
+                label="LINE User ID",
+                placeholder="請輸入要發送訊息的 LINE User ID",
+                value="U377f923cd08097b0a01116f8e942650b"
+            )
+
+            # 操作按鈕
+            with gr.Row():
+                process_btn = gr.Button("🔍 開始辨識", variant="primary")
+                test_line_btn = gr.Button("📱 測試 LINE", variant="secondary")
+                clear_btn = gr.Button("🗑️ 清除", variant="secondary")
+
+        with gr.Column(scale=1):
+            # 輸出區域
+            gr.Markdown("### 📊 辨識結果")
+
+            # 文字結果輸出
+            text_output = gr.Textbox(
+                label="辨識結果",
+                placeholder="辨識結果將顯示在這裡...",
+                lines=8,
+                max_lines=12
+            )
+
+            # LINE 發送狀態
+            line_status_output = gr.Textbox(
+                label="LINE 發送狀態",
+                placeholder="LINE 發送狀態將顯示在這裡...",
+                lines=2,
+                interactive=False
+            )
+
+            # 檔案下載
+            gr.Markdown("### 📁 下載檔案")
+            with gr.Row():
+                csv_download = gr.File(
+                    label="下載 CSV 檔案",
+                    visible=True
+                )
+                docx_download = gr.File(
+                    label="下載 DOCX 檔案",
+                    visible=True
+                )
+
+    # 使用說明
+    with gr.Accordion("📖 使用說明", open=False):
+        gr.Markdown("""
+        ### 使用步驟：
+        1. **獲取 Groq API Key**：前往 [Groq官網](https://groq.com) 註冊並取得 API Key
+        2. **設定 LINE Bot**（選用）：
+           - 輸入您的 LINE User ID
+           - 可選擇輸入自訂的 LINE Channel Access Token
+           - 點擊「測試 LINE」確認設定正確
+        3. **拍照或上傳**：使用攝像頭拍照或上傳包含文字的圖片
+        4. **檢查方向**：查看圖片預覽中的文字方向是否正確
+        5. **必要時翻轉**：只有當文字看起來是顛倒的時候才勾選「手動翻轉圖片」
+        6. **輸入 API Key**：在上方欄位輸入您的 Groq API Key
+        7. **選擇發送方式**：勾選「將辨識結果發送到 LINE」如果您想要自動發送結果
+        8. **開始辨識**：點擊「開始辨識」按鈕
+        9. **下載結果**：辨識完成後可下載 CSV 和 DOCX 格式的結果檔案
+
+        ### 支援功能：
+        - 📷 即時攝像頭拍照
+        - 🔄 攝像頭鏡像修正（解決左右相反問題）
+        - 📤 圖片檔案上傳
+        - 🤖 AI 文字辨識
+        - 📱 LINE Bot 訊息發送
+        - 📄 CSV 格式輸出
+        - 📝 Word 文檔輸出
+        - 🔧 自訂提示詞
+
+        ### LINE User ID 取得方式：
+        1. 在 LINE 中加入您的 LINE Bot 為好友
+        2. 傳送任意訊息給 Bot
+        3. 在 Bot 後台查看 User ID
+        4. 或使用 LINE 開發者工具取得
+        """)
+
+    # 事件綁定
+    process_btn.click(
+        fn=process_ocr_and_send_line,
+        inputs=[image_input, api_key_input, prompt_input, flip_checkbox,
+                send_to_line_checkbox, line_token_input, line_user_id_input],
+        outputs=[text_output, csv_download, docx_download, line_status_output]
+    )
+
+    test_line_btn.click(
+        fn=test_line_message,
+        inputs=[line_token_input, line_user_id_input],
+        outputs=line_status_output
+    )
+
+    clear_btn.click(
+        fn=clear_inputs,
+        outputs=[image_input, text_output, api_key_input, prompt_input,
+                line_token_input, send_to_line_checkbox, line_status_output]
+    )
+
+    # 圖片預覽更新事件
+    image_input.change(
+        fn=preview_image,
+        inputs=[image_input, flip_checkbox],
+        outputs=preview_image_output
+    )
+
+    flip_checkbox.change(
+        fn=preview_image,
+        inputs=[image_input, flip_checkbox],
+        outputs=preview_image_output
+    )
+
+# 啟動應用程式
+if __name__ == "__main__":
+    demo.launch(
+        share=True,
+        server_name="0.0.0.0",
+        server_port=None,  # 讓 Gradio 自動尋找可用端口
+        show_error=True
+    )

gitattributes

@@ -0,0 +1,35 @@
+*.7z filter=lfs diff=lfs merge=lfs -text
+*.arrow filter=lfs diff=lfs merge=lfs -text
+*.bin filter=lfs diff=lfs merge=lfs -text
+*.bz2 filter=lfs diff=lfs merge=lfs -text
+*.ckpt filter=lfs diff=lfs merge=lfs -text
+*.ftz filter=lfs diff=lfs merge=lfs -text
+*.gz filter=lfs diff=lfs merge=lfs -text
+*.h5 filter=lfs diff=lfs merge=lfs -text
+*.joblib filter=lfs diff=lfs merge=lfs -text
+*.lfs.* filter=lfs diff=lfs merge=lfs -text
+*.mlmodel filter=lfs diff=lfs merge=lfs -text
+*.model filter=lfs diff=lfs merge=lfs -text
+*.msgpack filter=lfs diff=lfs merge=lfs -text
+*.npy filter=lfs diff=lfs merge=lfs -text
+*.npz filter=lfs diff=lfs merge=lfs -text
+*.onnx filter=lfs diff=lfs merge=lfs -text
+*.ot filter=lfs diff=lfs merge=lfs -text
+*.parquet filter=lfs diff=lfs merge=lfs -text
+*.pb filter=lfs diff=lfs merge=lfs -text
+*.pickle filter=lfs diff=lfs merge=lfs -text
+*.pkl filter=lfs diff=lfs merge=lfs -text
+*.pt filter=lfs diff=lfs merge=lfs -text
+*.pth filter=lfs diff=lfs merge=lfs -text
+*.rar filter=lfs diff=lfs merge=lfs -text
+*.safetensors filter=lfs diff=lfs merge=lfs -text
+saved_model/**/* filter=lfs diff=lfs merge=lfs -text
+*.tar.* filter=lfs diff=lfs merge=lfs -text
+*.tar filter=lfs diff=lfs merge=lfs -text
+*.tflite filter=lfs diff=lfs merge=lfs -text
+*.tgz filter=lfs diff=lfs merge=lfs -text
+*.wasm filter=lfs diff=lfs merge=lfs -text
+*.xz filter=lfs diff=lfs merge=lfs -text
+*.zip filter=lfs diff=lfs merge=lfs -text
+*.zst filter=lfs diff=lfs merge=lfs -text
+*tfevents* filter=lfs diff=lfs merge=lfs -text

requirements.txt

@@ -0,0 +1,8 @@
+gradio>=4.0.0
+opencv-python>=4.8.0
+pillow>=10.0.0
+groq>=0.4.0
+pandas>=2.0.0
+python-docx>=1.1.0
+line-bot-sdk>=3.5.0
+numpy>=1.24.0