Update app.py

app.py

@@ -84,12 +84,17 @@ def analizar_manipulacion(imagen, metadatos):
         manipulada = True
     return manipulada, razones
 
-def realizar_ela(imagen, quality=95, scale=15, umbral=30):
-    """Realiza ELA y resalta SOLO las áreas modificadas con color sobre fondo gris/negro."""
+def realizar_ela(imagen):
+    """Realiza ELA con parámetros automáticos optimizados para máxima detección forense."""
     try:
         img_np = np.array(imagen.convert("RGB"))
         img_cv = cv2.cvtColor(img_np, cv2.COLOR_RGB2BGR)
 
+        # ✅ Parámetros automáticos optimizados
+        quality = 90  # Compresión media-alta para resaltar diferencias
+        scale = 20    # Amplificación del error
+        umbral = 25   # Umbral bajo para máxima sensibilidad
+
         # Guardar y recargar con compresión
         temp_path = "/tmp/temp_image.jpg"
         cv2.imwrite(temp_path, img_cv, [cv2.IMWRITE_JPEG_QUALITY, quality])
@@ -99,26 +104,30 @@ def realizar_ela(imagen, quality=95, scale=15, umbral=30):
 
         # Calcular diferencia absoluta
         diferencia = cv2.absdiff(img_cv, img_comprimida)
-        ela_imagen = scale * diferencia
+        ela_imagen = scale * diferencia.astype(np.float32)
+
+        # ✅ Normalizar para mejorar contraste automáticamente
+        ela_imagen = cv2.normalize(ela_imagen, None, 0, 255, cv2.NORM_MINMAX).astype(np.uint8)
+
+        # ✅ Suavizado gaussiano para reducir ruido y resaltar bordes reales
+        ela_imagen = cv2.GaussianBlur(ela_imagen, (3, 3), 0)
 
-        # Convertir a escala de grises para crear máscara
+        # Convertir a escala de grises
         ela_gray = cv2.cvtColor(ela_imagen, cv2.COLOR_BGR2GRAY)
 
-        # Crear máscara: solo áreas con error > umbral
+        # Crear máscara binaria
         _, mask = cv2.threshold(ela_gray, umbral, 255, cv2.THRESH_BINARY)
         mask = mask.astype(np.uint8)
 
-        # Aplicar mapa de color SOLO a las áreas de la máscara (COLORMAP_HOT = rojo/amarillo)
+        # Aplicar mapa de color (rojo/amarillo = alto error)
         ela_color = cv2.applyColorMap(ela_gray, cv2.COLORMAP_HOT)
 
-        # Convertir imagen original a escala de grises (fondo)
+        # Fondo: imagen original en escala de grises oscurecida
         img_gray = cv2.cvtColor(img_cv, cv2.COLOR_BGR2GRAY)
-        img_gray = cv2.cvtColor(img_gray, cv2.COLOR_GRAY2BGR)  # Volver a 3 canales
+        img_gray = cv2.cvtColor(img_gray, cv2.COLOR_GRAY2BGR)
+        img_gray = cv2.convertScaleAbs(img_gray, alpha=0.5, beta=0)  # Más oscuro para mayor contraste
 
-        # Oscurecer fondo para mayor contraste
-        img_gray = cv2.convertScaleAbs(img_gray, alpha=0.6, beta=0)
-
-        # Combinar: fondo gris + áreas coloreadas donde la máscara es blanca
+        # Combinar: fondo gris + áreas coloreadas
         result = np.where(mask[..., None] > 0, ela_color, img_gray)
 
         os.remove(temp_path)
@@ -148,56 +157,64 @@ def procesar_imagen(archivo_imagen):
         ela_result = realizar_ela(img)
         cv2.imwrite(ela_path, ela_result)
 
+        # ✅ Obtener tamaño del archivo
+        file_size_bytes = os.path.getsize(archivo_imagen)
+        if file_size_bytes < 1024 * 1024:
+            file_size = f"{file_size_bytes / 1024:.2f} KB"
+        else:
+            file_size = f"{file_size_bytes / (1024 * 1024):.2f} MB"
+
         # Información básica
-        info_basica = f"**Nombre del archivo:** {nombre_original}\n"
-        info_basica += f"**Formato:** {img.format}\n"
-        info_basica += f"**Tamaño:** {img.size[0]} x {img.size[1]} píxeles\n"
-        info_basica += f"**Modo:** {img.mode}\n\n"
+        info_basica = f"**Nombre del archivo:** {nombre_original}\r\n"
+        info_basica += f"**Tamaño del archivo:** {file_size}\r\n"
+        info_basica += f"**Dimensiones:** {img.size[0]} x {img.size[1]} píxeles\r\n"
+        info_basica += f"**Formato:** {img.format}\r\n"
+        info_basica += f"**Modo:** {img.mode}\r\n\r\n"
 
         metadatos = obtener_metadatos(img)
-        info_metadatos = "**ANÁLISIS FORENSE DE LOS METADATOS:**\n"
+        info_metadatos = "**ANÁLISIS FORENSE DE LOS METADATOS:**\r\n\r\n"
 
         google_maps_url = None
 
         if metadatos:
             for tag, value in metadatos.items():
                 if tag == "DateTime":
-                    info_metadatos += f"- Fecha y hora de captura: {value}\n"
+                    info_metadatos += f"- Fecha y hora de captura: {value}\r\n"
                 elif tag == "Make":
-                    info_metadatos += f"- Fabricante de cámara: {value}\n"
+                    info_metadatos += f"- Fabricante de cámara: {value}\r\n"
                 elif tag == "Model":
-                    info_metadatos += f"- Modelo de cámara: {value}\n"
+                    info_metadatos += f"- Modelo de cámara: {value}\r\n"
                 elif tag == "Software":
-                    info_metadatos += f"- Software de edición: {value}\n"
+                    info_metadatos += f"- Software de edición: {value}\r\n"
                 elif tag == "GPSInfo":
                     coords = obtener_coordenadas(metadatos)
                     if coords:
                         lat, lon = coords
-                        info_metadatos += f"- Coordenadas GPS: {lat:.6f}, {lon:.6f}\n"
+                        info_metadatos += f"- Coordenadas GPS: {lat:.6f}, {lon:.6f}\r\n"
                         google_maps_url = f"https://www.google.com/maps?q={lat},{lon}"
-                        info_metadatos += f"- Enlace a Google Maps: {google_maps_url}\n"
+                        info_metadatos += f"- Enlace a Google Maps: {google_maps_url}\r\n"
                     else:
-                        info_metadatos += "- No se encontraron coordenadas GPS válidas\n"
+                        info_metadatos += "- No se encontraron coordenadas GPS válidas\r\n"
                 else:
-                    info_metadatos += f"- {tag}: {value}\n"
+                    info_metadatos += f"- {tag}: {value}\r\n"
         else:
-            info_metadatos += "- No se encontraron metadatos EXIF\n"
+            info_metadatos += "- No se encontraron metadatos EXIF\r\n"
 
         sha3_hash = calcular_hash(img)
-        info_metadatos += f"\n- SHA3-256: {sha3_hash}\n\n"
+        info_metadatos += f"\r\n- SHA3-256: {sha3_hash}\r\n\r\n"
 
         manipulada, razones = analizar_manipulacion(img, metadatos)
-        info_manipulacion = "**ANÁLISIS DE MANIPULACIÓN:**\n"
+        info_manipulacion = "**ANÁLISIS DE MANIPULACIÓN:**\r\n\r\n"
         if manipulada:
-            info_manipulacion += "⚠️ **LA IMAGEN HA SIDO MANIPULADA.**\nRazones:\n"
+            info_manipulacion += "⚠️ **LA IMAGEN HA SIDO MANIPULADA.**\r\nRazones:\r\n"
             for r in razones:
-                info_manipulacion += f"- {r}\n"
+                info_manipulacion += f"- {r}\r\n"
         else:
-            info_manipulacion += "✅ **LA IMAGEN NO HA SIDO MANIPULADA.**\n"
+            info_manipulacion += "✅ **LA IMAGEN NO HA SIDO MANIPULADA.**\r\n"
 
         analysis_text = info_basica + info_metadatos + info_manipulacion
 
-        with open(text_path, "w") as f:
+        with open(text_path, "w", encoding="utf-8", newline="\r\n") as f:
             f.write(analysis_text)
 
         with zipfile.ZipFile(zip_path, "w") as zipf:
@@ -227,6 +244,8 @@ with gr.Blocks(title="Análisis Forense de Imágenes con ELA", theme=theme) as d
     # 📸 Análisis Forense de Imágenes con Error Level Analysis (ELA)
     Programa de computación forense para analizar imágenes en busca de evidencia de manipulación o edición.
     """)
+    # ✅ Línea de crédito correctamente indentada y con URL limpia
+    gr.Markdown("Desarrollado por José R. Leonett para el Grupo de Peritos Forenses Digitales de Guatemala - [www.forensedigital.gt](https://www.forensedigital.gt)")
 
     with gr.Row():
         with gr.Column():
@@ -256,11 +275,11 @@ with gr.Blocks(title="Análisis Forense de Imágenes con ELA", theme=theme) as d
     # Función para resetear todo al cargar nueva imagen
     def reset_on_upload():
         return (
-            gr.update(value=None),           # Limpiar texto
-            gr.update(value=None),           # Limpiar imagen ELA
-            gr.update(visible=False),        # Ocultar ZIP
-            gr.update(visible=False),        # Ocultar botón Google Maps
-            ""                               # Limpiar URL
+            gr.update(value=None),
+            gr.update(value=None),
+            gr.update(visible=False),
+            gr.update(visible=False),
+            ""
         )
 
     # Evento de análisis
@@ -294,9 +313,6 @@ with gr.Blocks(title="Análisis Forense de Imágenes con ELA", theme=theme) as d
         outputs=[analysis_text, ela_image, download_zip, google_maps_btn, google_maps_url_state]
     )
 
-    # 👇👇👇 LÍNEA DE CRÉDITO (¡correctamente indentada!)
-    gr.Markdown("Desarrollado por José R. Leonett para el Grupo de Peritos Forenses Digitales de Guatemala - [www.forensedigital.gt](https://www.forensedigital.gt)")
-
 # ▶️ Ejecución
 if __name__ == "__main__":
     demo.launch(
@@ -305,4 +321,4 @@ if __name__ == "__main__":
         share=True,
         inbrowser=True,
         favicon_path="https://huggingface.co/datasets/huggingface/logo/resolve/main/hf-logo.png"
-    )
+    )