Update app.py

app.py

@@ -8,6 +8,7 @@ import hashlib
 import matplotlib.pyplot as plt
 import logging
 from pathlib import Path
+from PIL import ExifTags
 
 # Configuración de logs
 logging.basicConfig(level=logging.INFO)
@@ -28,7 +29,8 @@ def obtener_metadatos(imagen):
         metadata = {}
         for tag_id, value in exif_data.items():
             try:
-                tag = TAGS.get(tag_id, tag_id)
+                # Convertir etiquetas EXIF a nombres legibles
+                tag = ExifTags.TAGS.get(tag_id, tag_id)
                 metadata[tag] = value
             except Exception as e:
                 logger.debug(f"Error al procesar etiqueta EXIF: {str(e)}")
@@ -73,7 +75,7 @@ def obtener_coordenadas(exif_data):
     return None
 
 def calcular_hash(imagen):
-    """Calcula el hash SHA3-256 de la imagen (más seguro que MD5)."""
+    """Calcula el hash SHA3-256 de la imagen."""
     return hashlib.sha3_256(imagen.tobytes()).hexdigest()
 
 def analizar_manipulacion(imagen, metadatos):
@@ -157,7 +159,14 @@ def procesar_imagen(archivo_imagen):
         
         # Guardar resultados
         img.save(original_path)
-        cv2.imwrite(ela_path, realizar_ela(img))
+        ela_imagen = realizar_ela(img)
+        
+        # Convertir ELA a imagen con colores para resaltar áreas modificadas
+        # Usamos un mapa de color para diferenciar las zonas con error
+        ela_color = cv2.applyColorMap(ela_imagen, cv2.COLORMAP_JET)
+        
+        # Guardar imagen con ELA en color
+        cv2.imwrite(ela_path, ela_color)
         
         # Generar texto de análisis
         info_basica = f"Formato: {img.format}\nTamaño: {img.size} píxeles\nModo: {img.mode}\n"
@@ -189,6 +198,10 @@ def procesar_imagen(archivo_imagen):
         else:
             info_metadatos += "No se encontraron metadatos EXIF\n"
         
+        # Añadir SHA3-256 al análisis
+        sha3_hash = calcular_hash(img)
+        info_metadatos += f"\nSHA3-256: {sha3_hash}\n"
+        
         # Análisis de manipulación
         manipulada, razones = analizar_manipulacion(img, metadatos)
         info_manipulacion = "\nANÁLISIS DE MANIPULACIÓN:\n"
@@ -220,8 +233,8 @@ def procesar_imagen(archivo_imagen):
         logger.error(f"Error en procesamiento: {str(e)}")
         return f"Error: {str(e)}", f"Error al procesar la imagen: {str(e)}"
 
-# Interfaz Gradio
-with gr.Blocks(title="Análisis Forense de Imágenes con ELA", theme=gr.themes.Soft()) as demo:
+# Interfaz Gradio con tema oscuro
+with gr.Blocks(title="Análisis Forense de Imágenes con ELA", theme=gr.themes.Dark()) as demo:
     gr.Markdown("""
     # 📸 Análisis Forense de Imágenes con Error Level Analysis (ELA)
     Programa de computación forense para analizar imágenes en busca de evidencia de manipulación o edición.
@@ -229,18 +242,26 @@ with gr.Blocks(title="Análisis Forense de Imágenes con ELA", theme=gr.themes.S
     
     with gr.Row():
         with gr.Column():
+            # Eliminar opción de webcam
             input_image = gr.Image(label="Subir imagen (JPG/PNG)", type="filepath", height=400)
             process_btn = gr.Button("Analizar imagen", variant="primary")
         
         with gr.Column():
-            output_zip = gr.File(label="Descargar resultado (ZIP)", interactive=False)
-            analysis_text = gr.Textbox(label="Análisis detallado", lines=15, max_lines=25)
+            # Sección de resultados
+            with gr.Accordion("Descargar resultados ZIP", open=True):
+                download_zip = gr.File(label="Descargar archivo ZIP", interactive=False)
+                metadata_text = gr.Textbox(label="Metadatos y SHA3-256", lines=10, max_lines=20)
+            
+            # Sección de análisis detallado
+            with gr.Accordion("Análisis detallado", open=True):
+                ela_image = gr.Image(label="Imagen con Error Level Analysis (ELA)", type="numpy", elem_id="ela_image")
+                analysis_text = gr.Textbox(label="Análisis detallado", lines=15, max_lines=25)
     
     # Evento de procesamiento
     process_btn.click(
         fn=procesar_imagen,
         inputs=input_image,
-        outputs=[output_zip, analysis_text],
+        outputs=[download_zip, metadata_text, ela_image, analysis_text],
         api_name="analyze_image"
     )