Update app.py

app.py

@@ -1,199 +1,199 @@
-import gradio as gr
-import spaces
-from main import process_image_ocr
-import time
-
-# CSS for better Persian styling
-custom_css = """
-.persian-text { 
-    font-family: "Vazirmatn", "Tahoma", "Arial", sans-serif;
-    direction: rtl;
-}
-.rtl-direction {
-    direction: rtl;
-    text-align: right;
-}
-.center-content {
-    display: flex;
-    justify-content: center;
-    align-items: center;
-}
-.progress-text {
-    text-align: center;
-    font-weight: bold;
-    margin: 10px 0;
-}
-.markdown-output {
-    min-height: 400px;
-    border: 1px solid #e0e0e0;
-    padding: 15px;
-    border-radius: 8px;
-}
-"""
-
-def process_image_with_progress(image, model_size, task_type):
-    """
-    تابع پردازش تصویر با نوار پیشرفت
-    """
-    progress = gr.Progress()
-    
-    # شبیه‌سازی مراحل پیشرفت
-    progress(0, desc="در حال آماده‌سازی مدل...")
-    time.sleep(0.5)
-    
-    progress(0.3, desc="در حال پردازش تصویر...")
-    time.sleep(0.5)
-    
-    progress(0.6, desc="در حال استخراج متن...")
-    time.sleep(0.5)
-    
-    progress(0.8, desc="در حال تولید خروجی...")
-    
-    # پردازش اصلی
-    result_image, markdown_content, text_result = process_image_ocr(
-        image, model_size, task_type, is_eval_mode=False
-    )
-    
-    progress(1.0, desc="پردازش کامل شد!")
-    
-    return markdown_content, text_result
-
-# ایجاد رابط Gradio بهبود یافته
-with gr.Blocks(
-    title=" OCR استخراج متن از تصویر", 
-    theme=gr.themes.Soft(primary_hue="blue", secondary_hue="teal"),
-    css=custom_css
-) as demo:
-    
-    # هدر اصلی
-    with gr.Row():
-        with gr.Column(scale=1):
-            gr.HTML(
-                """
-                <div class="persian-text" style="text-align: center;">
-                    <h1>🧠 پردازش هوشمند تصویر-OCR</h1>
-                    <h3>استخراج هوشمند متن از تصاویر</h3>
-                    <p>تصویر خود را آپلود کنید تا متن آن به صورت خودکار استخراج شود</p>
-                </div>
-                """
-            )
-    
-    with gr.Row():
-        # پنل ورودی‌ها
-        with gr.Column(scale=1, min_width=400):
-            with gr.Group():
-                gr.Markdown("### ⚙️ تنظیمات پردازش", elem_classes="persian-text")
-                
-                image_input = gr.Image(
-                    type="pil", 
-                    label="📷 تصویر ورودی",
-                    sources=["upload", "clipboard"],
-                    height=300,
-                    elem_classes="rtl-direction"
-                )
-                
-                model_size = gr.Dropdown(
-                    choices=["کوچک", "پایه (توصیه شده)", "بزرگ"],
-                    value="پایه (توصیه شده)",
-                    label="📊 اندازه مدل",
-                    info="مدل بزرگتر دقت بهتر اما سرعت کمتر",
-                    elem_classes="rtl-direction"
-                )
-                
-                task_type = gr.Dropdown(
-                    choices=["OCR", "تبدیل به Markdown"],
-                    value="OCR",
-                    label="🎯 نوع وظیفه",
-                    info="OCR: فقط استخراج متن | Markdown: ساختاردهی پیشرفته",
-                    elem_classes="rtl-direction"
-                )
-                
-                with gr.Row():
-                    clear_btn = gr.Button("🗑️ پاک کردن", size="sm")
-                    submit_btn = gr.Button("🚀 شروع پردازش", variant="primary", size="lg")
-        
-        # پنل خروجی‌ها
-        with gr.Column(scale=2, min_width=600):
-            with gr.Tabs() as tabs:
-                # تب پیش‌نمایش Markdown
-                with gr.TabItem("📝 پیش‌ نمایش", id=1):
-                    gr.Markdown("**خروجی قالب‌ بندی شده:**", elem_classes="persian-text")
-                    output_markdown = gr.Markdown(
-                        elem_classes=["persian-text", "markdown-output"],
-                        value="خروجی اینجا نمایش داده می‌شود..."
-                    )
-                
-                # تب متن خام
-                with gr.TabItem("📄 متن خام", id=2):
-                    output_text = gr.Textbox(
-                        lines=20,
-                        show_copy_button=True,
-                        label="متن استخراج شده",
-                        elem_classes="rtl-direction",
-                        value="متن استخراج شده در اینجا نمایش داده می‌شود..."
-                    )
-            
-            # بخش اطلاعات و راهنما
-            with gr.Accordion("ℹ️ راهنمای استفاده", open=False):
-                gr.Markdown("""
-                **راهنمای سریع:**
-                
-                - **تصویر با کیفیت بالا** آپلود کنید
-                - برای **اسناد متنی** از حالت 'پایه' استفاده کنید
-                - برای **تصاویر پیچیده** از حالت 'بزرگ' استفاده کنید
-                - حالت **Markdown** برای اسناد ساختاریافته مناسب است
-                
-                **نکات:**
-                - فرمت‌های پشتیبانی شده: JPG, PNG, WebP
-                - حداکثر حجم تصویر: 10MB
-                - پردازش ممکن است 10-30 ثانیه زمان ببرد
-                """, elem_classes="persian-text")
-    
-    # بخش مثال‌ها
-    with gr.Row():
-        with gr.Column():
-            gr.Markdown("### 📁 مثال‌های آماده", elem_classes="persian-text")
-            gr.Examples(
-                examples=[
-                    ["example1.png", "پایه (توصیه شده)", "OCR"],
-                    ["example2.png", "پایه (توصیه شده)", "تبدیل به Markdown"],
-                ],
-                inputs=[image_input, model_size, task_type],
-                outputs=[output_markdown, output_text],
-                fn=process_image_with_progress,
-                cache_examples=False,
-                label="برای تست سریع روی یکی از مثال‌ها کلیک کنید",
-                examples_per_page=3
-            )
-    
-    # وضعیت سیستم
-    with gr.Row():
-        gr.HTML("""
-        <div class="persian-text" style="text-align: center; color: #666; font-size: 0.9em; margin-top: 20px;">
-            <p>ساخته شده توسط *سامان زیتونیان* | OCR | پردازش تصویر هوشمند</p>
-        </div>
-        """)
-    
-    # مدیریت رویدادها
-    def clear_all():
-        return None, "خروجی اینجا نمایش داده می‌شود...", "متن استخراج شده در اینجا نمایش داده می‌شود..."
-    
-    # اتصال دکمه‌ها
-    submit_btn.click(
-        fn=process_image_with_progress,
-        inputs=[image_input, model_size, task_type],
-        outputs=[output_markdown, output_text],
-        show_progress="minimal"
-    )
-    
-    clear_btn.click(
-        fn=clear_all,
-        outputs=[image_input, output_markdown, output_text]
-    )
-
-# راه‌اندازی برنامه
-if __name__ == "__main__":
-    demo.launch(
-        share=True,
-        show_error=True
+import gradio as gr
+import spaces
+from main_T4 import process_image_ocr
+import time
+
+# CSS for better Persian styling
+custom_css = """
+.persian-text { 
+    font-family: "Vazirmatn", "Tahoma", "Arial", sans-serif;
+    direction: rtl;
+}
+.rtl-direction {
+    direction: rtl;
+    text-align: right;
+}
+.center-content {
+    display: flex;
+    justify-content: center;
+    align-items: center;
+}
+.progress-text {
+    text-align: center;
+    font-weight: bold;
+    margin: 10px 0;
+}
+.markdown-output {
+    min-height: 400px;
+    border: 1px solid #e0e0e0;
+    padding: 15px;
+    border-radius: 8px;
+}
+"""
+
+def process_image_with_progress(image, model_size, task_type):
+    """
+    تابع پردازش تصویر با نوار پیشرفت
+    """
+    progress = gr.Progress()
+    
+    # شبیه‌سازی مراحل پیشرفت
+    progress(0, desc="در حال آماده‌سازی مدل...")
+    time.sleep(0.5)
+    
+    progress(0.3, desc="در حال پردازش تصویر...")
+    time.sleep(0.5)
+    
+    progress(0.6, desc="در حال استخراج متن...")
+    time.sleep(0.5)
+    
+    progress(0.8, desc="در حال تولید خروجی...")
+    
+    # پردازش اصلی
+    result_image, markdown_content, text_result = process_image_ocr(
+        image, model_size, task_type, is_eval_mode=False
+    )
+    
+    progress(1.0, desc="پردازش کامل شد!")
+    
+    return markdown_content, text_result
+
+# ایجاد رابط Gradio بهبود یافته
+with gr.Blocks(
+    title=" OCR استخراج متن از تصویر", 
+    theme=gr.themes.Soft(primary_hue="blue", secondary_hue="teal"),
+    css=custom_css
+) as demo:
+    
+    # هدر اصلی
+    with gr.Row():
+        with gr.Column(scale=1):
+            gr.HTML(
+                """
+                <div class="persian-text" style="text-align: center;">
+                    <h1>🧠 پردازش هوشمند تصویر-OCR</h1>
+                    <h3>استخراج هوشمند متن از تصاویر</h3>
+                    <p>تصویر خود را آپلود کنید تا متن آن به صورت خودکار استخراج شود</p>
+                </div>
+                """
+            )
+    
+    with gr.Row():
+        # پنل ورودی‌ها
+        with gr.Column(scale=1, min_width=400):
+            with gr.Group():
+                gr.Markdown("### ⚙️ تنظیمات پردازش", elem_classes="persian-text")
+                
+                image_input = gr.Image(
+                    type="pil", 
+                    label="📷 تصویر ورودی",
+                    sources=["upload", "clipboard"],
+                    height=300,
+                    elem_classes="rtl-direction"
+                )
+                
+                model_size = gr.Dropdown(
+                    choices=["کوچک", "پایه (توصیه شده)", "بزرگ"],
+                    value="پایه (توصیه شده)",
+                    label="📊 اندازه مدل",
+                    info="مدل بزرگتر دقت بهتر اما سرعت کمتر",
+                    elem_classes="rtl-direction"
+                )
+                
+                task_type = gr.Dropdown(
+                    choices=["OCR", "تبدیل به Markdown"],
+                    value="OCR",
+                    label="🎯 نوع وظیفه",
+                    info="OCR: فقط استخراج متن | Markdown: ساختاردهی پیشرفته",
+                    elem_classes="rtl-direction"
+                )
+                
+                with gr.Row():
+                    clear_btn = gr.Button("🗑️ پاک کردن", size="sm")
+                    submit_btn = gr.Button("🚀 شروع پردازش", variant="primary", size="lg")
+        
+        # پنل خروجی‌ها
+        with gr.Column(scale=2, min_width=600):
+            with gr.Tabs() as tabs:
+                # تب پیش‌نمایش Markdown
+                with gr.TabItem("📝 پیش‌ نمایش", id=1):
+                    gr.Markdown("**خروجی قالب‌ بندی شده:**", elem_classes="persian-text")
+                    output_markdown = gr.Markdown(
+                        elem_classes=["persian-text", "markdown-output"],
+                        value="خروجی اینجا نمایش داده می‌شود..."
+                    )
+                
+                # تب متن خام
+                with gr.TabItem("📄 متن خام", id=2):
+                    output_text = gr.Textbox(
+                        lines=20,
+                        show_copy_button=True,
+                        label="متن استخراج شده",
+                        elem_classes="rtl-direction",
+                        value="متن استخراج شده در اینجا نمایش داده می‌شود..."
+                    )
+            
+            # بخش اطلاعات و راهنما
+            with gr.Accordion("ℹ️ راهنمای استفاده", open=False):
+                gr.Markdown("""
+                **راهنمای سریع:**
+                
+                - **تصویر با کیفیت بالا** آپلود کنید
+                - برای **اسناد متنی** از حالت 'پایه' استفاده کنید
+                - برای **تصاویر پیچیده** از حالت 'بزرگ' استفاده کنید
+                - حالت **Markdown** برای اسناد ساختاریافته مناسب است
+                
+                **نکات:**
+                - فرمت‌های پشتیبانی شده: JPG, PNG, WebP
+                - حداکثر حجم تصویر: 10MB
+                - پردازش ممکن است 10-30 ثانیه زمان ببرد
+                """, elem_classes="persian-text")
+    
+    # بخش مثال‌ها
+    with gr.Row():
+        with gr.Column():
+            gr.Markdown("### 📁 مثال‌های آماده", elem_classes="persian-text")
+            gr.Examples(
+                examples=[
+                    ["example1.png", "پایه (توصیه شده)", "OCR"],
+                    ["example2.png", "پایه (توصیه شده)", "تبدیل به Markdown"],
+                ],
+                inputs=[image_input, model_size, task_type],
+                outputs=[output_markdown, output_text],
+                fn=process_image_with_progress,
+                cache_examples=False,
+                label="برای تست سریع روی یکی از مثال‌ها کلیک کنید",
+                examples_per_page=3
+            )
+    
+    # وضعیت سیستم
+    with gr.Row():
+        gr.HTML("""
+        <div class="persian-text" style="text-align: center; color: #666; font-size: 0.9em; margin-top: 20px;">
+            <p>ساخته شده توسط *سامان زیتونیان* | OCR | پردازش تصویر هوشمند</p>
+        </div>
+        """)
+    
+    # مدیریت رویدادها
+    def clear_all():
+        return None, "خروجی اینجا نمایش داده می‌شود...", "متن استخراج شده در اینجا نمایش داده می‌شود..."
+    
+    # اتصال دکمه‌ها
+    submit_btn.click(
+        fn=process_image_with_progress,
+        inputs=[image_input, model_size, task_type],
+        outputs=[output_markdown, output_text],
+        show_progress="minimal"
+    )
+    
+    clear_btn.click(
+        fn=clear_all,
+        outputs=[image_input, output_markdown, output_text]
+    )
+
+# راه‌اندازی برنامه
+if __name__ == "__main__":
+    demo.launch(
+        share=True,
+        show_error=True
     )