Create app.py

app.py

@@ -0,0 +1,26 @@
+import gradio as gr
+from transformers import TrOCRProcessor, VisionEncoderDecoderModel
+from PIL import Image
+
+# OCRモデルとプロセッサの準備
+processor = TrOCRProcessor.from_pretrained("microsoft/trocr-base-stage1")
+model = VisionEncoderDecoderModel.from_pretrained("microsoft/trocr-base-stage1")
+
+# OCR実行関数
+def ocr_image(image):
+    # 画像をモデルに入力し、文字起こしを実行
+    pixel_values = processor(images=image, return_tensors="pt").pixel_values
+    generated_ids = model.generate(pixel_values)
+    generated_text = processor.batch_decode(generated_ids, skip_special_tokens=True)[0]
+    return generated_text
+
+# Gradioインターフェースの構築
+interface = gr.Interface(
+    fn=ocr_image,               # 実行関数
+    inputs=gr.Image(source="webcam", tool="editor"),  # カメラからの画像入力
+    outputs="text",              # 出力形式（テキスト）
+    live=True                    # ライブプレビューの有効化
+)
+
+# アプリの起動
+interface.launch()