Update app.py

app.py

@@ -2,30 +2,48 @@ import google.generativeai as genai
 import gradio as gr
 import numpy as np
 import PIL.Image
+import pandas as pd
 
 genai.configure(api_key="AIzaSyA7tPavobVN5_3-BJ0qhFT5HVjO4V19QWk")
 
-def ImageChat(image, prompt):
+def ImageChat(image):
+    # Lista de preguntas preconfiguradas
+    questions = [
+        "¿La persona está utilizando auriculares?",
+        "¿La persona está utilizando capucha o algo que le cubra la cabeza?",
+        "¿Existe dinero como monedas o billetes que estén el piso?",
+        "¿La persona se encuentra interactuando con su teléfono móvil?"
+    ]
 
-  # load model
-  model = genai.GenerativeModel("gemini-1.5-flash")
-
-  # check image file and convert to a Numpy array
-  if isinstance(image, np.ndarray):
+    # load model
+    model = genai.GenerativeModel("gemini-1.5-flash")
 
+    # check image file and convert to a Numpy array
+    if isinstance(image, np.ndarray):
         img = PIL.Image.fromarray(image)
-  else:
+    else:
         img = PIL.Image.open(image)
 
-  response =  model.generate_content([prompt, img])
+    # Initialize results list
+    results = []
+
+    # Process each question
+    for question in questions:
+        response = model.generate_content([question, img])
+        results.append(response.text)
 
-  return response.text
+    # Create a DataFrame to display results as a table
+    df = pd.DataFrame({"Pregunta": questions, "Respuesta": results})
 
+    return df
 
-app = gr.Interface(ImageChat,
-                   inputs = [gr.Image(label = "Image"), gr.Text(label = "Prompt")],
-                   outputs = gr.Text(label = "Response"),
-                   title = "Image Chat",
-                   theme = "Taithrah/Minimal")
+# Define Gradio interface
+app = gr.Interface(
+    ImageChat,
+    inputs=gr.Image(label="Imagen"),
+    outputs=gr.Dataframe(headers=["Pregunta", "Respuesta"], label="Resultados"),
+    title="Análisis de Imagen",
+    theme="Taithrah/Minimal"
+)
 
-app.launch()
+app.launch()