Update app.py

app.py

@@ -1,95 +1,95 @@
-import gradio as gr
-from PIL import Image, ImageDraw, ImageFont
-from io import BytesIO
-import boto3
-
-aws_access_key_id="ASIATKZWHQXR3GIFNWXP"
-aws_secret_access_key="AIFIEEtDPiu2CQ8jGzH3b64HvltAcXW43TKwVHu6"
-aws_session_token="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"
-
-BUCKET_NAME = "ioc1980"
-nom_arxiu = 'imatge.jpg'
-
-s3 = boto3.client(
-    's3',
-    aws_access_key_id=aws_access_key_id,
-    aws_secret_access_key=aws_secret_access_key,
-    aws_session_token=aws_session_token,
-    region_name='us-east-1'
-    )
-rekognition = boto3.client(
-      'rekognition',
-      aws_access_key_id=aws_access_key_id,
-      aws_secret_access_key=aws_secret_access_key,
-      aws_session_token=aws_session_token,
-      region_name='us-east-1'
-    )
-
-def analitzar_imatge(imatge):
-    # Pujar la imatge a S3
-    s3.upload_file(imatge, BUCKET_NAME, nom_arxiu)
-
-    # Analitzar la imatge amb Rekognition
-    response = rekognition.detect_faces(
-        Image={
-            'S3Object':{
-                'Bucket':BUCKET_NAME,
-                'Name':nom_arxiu
-            }
-        },
-        Attributes=['ALL'])
-
-    # Descarrega la imatge per dibuixar
-    image_file = s3.get_object(Bucket=BUCKET_NAME, Key=nom_arxiu)
-    image_bytes = image_file['Body'].read()
-    image = Image.open(BytesIO(image_bytes))
-
-    # Crear un objecte ImageDraw
-    draw = ImageDraw.Draw(image)
-
-    # Processar els resultats i dibuixar les capses
-    resultats = []
-    for i, face in enumerate(response['FaceDetails'], 1):
-        # Obtenir informació de cada cara
-        resultats.append(f"\nCara {i}:")
-        resultats.append(f"  Edat: {face['AgeRange']['Low']}-{face['AgeRange']['High']} anys")
-        resultats.append(f"  Gènere: {face['Gender']['Value']}")
-        resultats.append(f"  Emoció: {max(face['Emotions'], key=lambda x: x['Confidence'])['Type']}")
-
-        # Obtenir les coordenades de la caixa delimitadora
-        bounding_box = face["BoundingBox"]
-        left = int(bounding_box["Left"] * image.width)
-        top = int(bounding_box["Top"] * image.height)
-        width = int(bounding_box["Width"] * image.width)
-        height = int(bounding_box["Height"] * image.height)
-
-        # Dibuixar el quadre delimitador i l'etiqueta
-        draw.rectangle([left, top, left + width, top + height], outline="red", width=2)
-        draw.text((left, top - 25), f"Cara {i}", fill="red")
-
-    # Eliminar la imatge de S3 després de l'anàlisi
-    s3.delete_object(Bucket=BUCKET_NAME, Key=nom_arxiu)
-
-    return "\n".join(resultats) if resultats else "No s'han detectat cares a la imatge.", image
-
-# Crear la interfície amb Gradio Blocks
-with gr.Blocks() as demo:
-    gr.Markdown("# Aplicació de Detecció de Cares amb Amazon Rekognition")
-
-    # Definim un bloc de columna per al layout de la interfície
-    with gr.Row():
-        with gr.Column():
-            imatge_input = gr.Image(type='filepath', label="Puja una imatge")
-        with gr.Column():
-            resultats_text = gr.Textbox(label="Resultats")
-    
-    # Imatge de sortida amb capses dibuixades
-    imatge_output = gr.Image(label="Imatge processada")
-    
-    # Defineix què passa automàticament quan l'usuari puja una imatge
-    imatge_input.change(fn=analitzar_imatge, 
-                        inputs=imatge_input, 
-                        outputs=[resultats_text, imatge_output])
-
-# Executar l'aplicació
+import gradio as gr
+from PIL import Image, ImageDraw, ImageFont
+from io import BytesIO
+import boto3
+
+aws_access_key_id="ASIATKZWHQXR3GIFNWXP"
+aws_secret_access_key="AIFIEEtDPiu2CQ8jGzH3b64HvltAcXW43TKwVHu6"
+aws_session_token="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"
+
+BUCKET_NAME = "ioc1980"
+nom_arxiu = 'imatge.jpg'
+
+s3 = boto3.client(
+    's3',
+    aws_access_key_id=aws_access_key_id,
+    aws_secret_access_key=aws_secret_access_key,
+    aws_session_token=aws_session_token,
+    region_name='us-east-1'
+    )
+rekognition = boto3.client(
+      'rekognition',
+      aws_access_key_id=aws_access_key_id,
+      aws_secret_access_key=aws_secret_access_key,
+      aws_session_token=aws_session_token,
+      region_name='us-east-1'
+    )
+
+def analitzar_imatge(imatge):
+    # Pujar la imatge a S3
+    s3.upload_file(imatge, BUCKET_NAME, nom_arxiu)
+
+    # Analitzar la imatge amb Rekognition
+    response = rekognition.detect_faces(
+        Image={
+            'S3Object':{
+                'Bucket':BUCKET_NAME,
+                'Name':nom_arxiu
+            }
+        },
+        Attributes=['ALL'])
+
+    # Descarrega la imatge per dibuixar
+    image_file = s3.get_object(Bucket=BUCKET_NAME, Key=nom_arxiu)
+    image_bytes = image_file['Body'].read()
+    image = Image.open(BytesIO(image_bytes))
+
+    # Crear un objecte ImageDraw
+    draw = ImageDraw.Draw(image)
+
+    # Processar els resultats i dibuixar les capses
+    resultats = []
+    for i, face in enumerate(response['FaceDetails'], 1):
+        # Obtenir informació de cada cara
+        resultats.append(f"\nCara {i}:")
+        resultats.append(f"  Edat: {face['AgeRange']['Low']}-{face['AgeRange']['High']} anys")
+        resultats.append(f"  Gènere: {face['Gender']['Value']}")
+        resultats.append(f"  Emoció: {max(face['Emotions'], key=lambda x: x['Confidence'])['Type']}")
+
+        # Obtenir les coordenades de la caixa delimitadora
+        bounding_box = face["BoundingBox"]
+        left = int(bounding_box["Left"] * image.width)
+        top = int(bounding_box["Top"] * image.height)
+        width = int(bounding_box["Width"] * image.width)
+        height = int(bounding_box["Height"] * image.height)
+
+        # Dibuixar el quadre delimitador i l'etiqueta
+        draw.rectangle([left, top, left + width, top + height], outline="red", width=2)
+        draw.text((left, top - 25), f"Cara {i}", fill="red")
+
+    # Eliminar la imatge de S3 després de l'anàlisi
+    s3.delete_object(Bucket=BUCKET_NAME, Key=nom_arxiu)
+
+    return "\n".join(resultats) if resultats else "No s'han detectat cares a la imatge.", image
+
+# Crear la interfície amb Gradio Blocks
+with gr.Blocks() as demo:
+    gr.Markdown("# Anàlisi de cares amb Amazon Rekognition")
+
+    # Definim un bloc de columna per al layout de la interfície
+    with gr.Row():
+        with gr.Column():
+            imatge_input = gr.Image(type='filepath', label="Puja una imatge")
+        with gr.Column():
+            resultats_text = gr.Textbox(label="Resultats")
+    
+    # Imatge de sortida amb capses dibuixades
+    imatge_output = gr.Image(label="Imatge processada")
+    
+    # Defineix què passa automàticament quan l'usuari puja una imatge
+    imatge_input.change(fn=analitzar_imatge, 
+                        inputs=imatge_input, 
+                        outputs=[resultats_text, imatge_output])
+
+# Executar l'aplicació
 demo.launch()