Create app.py

app.py

@@ -0,0 +1,71 @@
+"""
+OCR فارسی با یک خط بارگذاری تصویر + نمایش نتایج در گریدیو
+"""
+import gradio as gr
+import cv2, io, os
+import numpy as np
+from PIL import Image, ImageDraw, ImageFont
+import tesserocr   # حتماً در تصویر داکر نصب شده باشد
+from tesserocr import PyTessBaseAPI
+
+# -------------------------------
+# تحریرک Tesseract ساده‌خط
+# -------------------------------
+DEFAULT_TESS_PATH = '/usr/share/tesseract-ocr/4.00/tessdata/'   # در بیشتر تصاویر داکر HuggingFace
+RESIZE_LONG_SIDE = 1024                                         # مقیاس برای کاهش هزینه پردازش
+
+
+def resize_longest(img: Image.Image, max_long: int = RESIZE_LONG_SIDE):
+    w, h = img.size
+    ratio = max_long / max(w, h)
+    if ratio >= 1:
+        return img
+    new_w = int(w * ratio)
+    new_h = int(h * ratio)
+    return img.resize((new_w, new_h), Image.LANCZOS)
+
+
+def persian_ocr_one(file):
+    if isinstance(file, tuple):
+        img = Image.open(file[0])
+    else:
+        img = Image.open(file)
+    img = img.convert("RGB")
+    img = resize_longest(img)
+    pix = np.array(img)
+
+    # تبدیل به طیف‌های تأثیرگذار برای متون فارسی
+    gray = cv2.cvtColor(pix, cv2.COLOR_RGB2GRAY)
+    den = cv2.fastNlMeansDenoising(gray, None, 10, 7, 21)
+
+    image_bin = Image.fromarray(den)
+
+    # راه‌اندازی Tesseract فقط یک‌بار در هر فراخوانی (به دلیل thread-safe بودن)
+    # دقت کنید زبان را روی 'fas' تنظیم کرده باشید
+    tess_args = (
+        6,  # PSM__SINGLE_BLOCK
+        {"lang": "fas"}   # فارسی
+    )
+    api = PyTessBaseAPI(path=DEFAULT_TESS_PATH,
+                        lang='fas',
+                        psm=tesserocr.PSM.SINGLE_BLOCK)
+    api.SetImage(image_bin)
+    text = api.GetUTF8Text().strip()
+    api.End()
+
+    return text
+
+
+# -------------------------------
+# رابط کاربری مینیمال
+# -------------------------------
+demo = gr.Interface(
+    fn=persian_ocr_one,
+    inputs=gr.Image(type="filepath", label="تصویر"),
+    outputs=gr.Textbox(label="متن استخراج‌شده (فارسی)"),
+    title="OCR فارسی",
+    description="تصویری که شامل متن فارسی است را بارگذاری کنید تا متن داخل آن استخراج شود."
+)
+
+if __name__ == "__main__":
+    demo.queue(max_size=20).launch()