Hugging Face's logo

Spaces:
HoKa
/
Form-OCR-Persian
Runtime error

App Files Community
Form-OCR-Persian
File size: 5,028 Bytes 
66e6d34
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
 
import os
import google.generativeai as genai
import gradio as gr
from PIL import Image
import json

# Your API key - for Hugging Face, set this as a secret in the Space settings
GEMINI_API_KEY = os.getenv("GEMINI_API_KEY")  # This will get the API key from environment variables

# Configure Gemini API
def configure_genai():
    genai.configure(api_key=GEMINI_API_KEY)
    model = genai.GenerativeModel('gemini-1.5-flash-8b')
    return model

def process_form(image):
    try:
        model = configure_genai()
        
        if not isinstance(image, Image.Image):
            image = Image.open(image)
            
        prompt = """
        لطفاً این تصویر فرم را تحلیل کنید و اطلاعات زیر را در قالب JSON استخراج کنید:
        1. تمام فیلدهای متنی و مقادیر آنها
        2. چک باکس‌ها یا دکمه‌های رادیویی و وضعیت آنها
        3. امضاها یا مهرها در صورت وجود
        
        لطفاً پاسخ را به صورت یک شیء JSON با نام فیلدها و مقادیر مناسب فرمت کنید.
        """
        
        response = model.generate_content([prompt, image])
        response_text = response.text
        json_start = response_text.find('{')
        json_end = response_text.rfind('}') + 1
        
        if json_start != -1 and json_end != -1:
            json_str = response_text[json_start:json_end]
            parsed_json = json.loads(json_str)
            return json.dumps(parsed_json, indent=2, ensure_ascii=False)
        else:
            return response.text
            
    except Exception as e:
        return f"خطا در پردازش فرم: {str(e)}"

def create_interface():
    css = """
    body {
        background-color: #000000;
    }
    
    .gradio-container {
        color: white !important;
        direction: rtl !important;
        text-align: right !important;
    }
    
    .title-text {
        color: white !important;
        text-align: right !important;
    }
    
    .subtitle-text {
        color: white !important;
        text-align: right !important;
    }
    
    .description-text {
        color: white !important;
        text-align: right !important;
    }
    
    .label-wrap span {
        color: white !important;
        text-align: right !important;
    }
    
    .md h1, .md h2, .md h3, .md p, .md ol, .md li {
        color: white !important;
        text-align: right !important;
        direction: rtl !important;
    }
    
    button {
        direction: rtl !important;
        background-color: #ff4b1f !important;
        color: white !important;
    }
    
    .output-markdown {
        direction: rtl !important;
        text-align: right !important;
    }
    
    textarea {
        direction: rtl !important;
        text-align: right !important;
        background-color: #2d2d2d !important;
        color: white !important;
    }
    """
    
    with gr.Blocks(title="سیستم استخراج متن از فرم - نسخه نمایشی هایمارت", css=css, theme="darker") as interface:
        gr.Markdown('<h1 class="title-text">سیستم هوشمند استخراج متن از فرم</h1>')
        gr.Markdown('<h3 class="subtitle-text">نسخه نمایشی برای هایمارت</h3>')
        gr.Markdown('<p class="description-text">لطفاً تصویر فرم خود را بارگذاری کنید تا اطلاعات آن به صورت خودکار استخراج شود</p>')
        
        with gr.Row():
            with gr.Column():
                image_input = gr.Image(
                    label="تصویر فرم را اینجا بارگذاری کنید",
                    type="pil"
                )
                submit_btn = gr.Button("پردازش فرم")
            
            with gr.Column():
                output_text = gr.Textbox(
                    label="اطلاعات استخراج شده",
                    lines=10,
                    rtl=True
                )
        
        submit_btn.click(
            fn=process_form,
            inputs=[image_input],
            outputs=output_text
        )
        
        gr.Markdown("""
        <div class="guide-section">
        <h3>راهنما:</h3>
        <ol>
            <li>یک تصویر از فرم خود را بارگذاری کنید</li>
            <li>روی دکمه 'پردازش فرم' کلیک کنید</li>
            <li>نتیجه به صورت خودکار نمایش داده خواهد شد</li>
        </ol>
        
        <p><strong>نکته:</strong> برای نتیجه بهتر، لطفاً از تصاویر واضح و با نور کافی استفاده کنید.</p>
        
        <p><em>این نسخه نمایشی صرفاً جهت ارزیابی قابلیت‌های سیستم می‌باشد.</em></p>
        </div>
        """)
    
    return interface

interface = create_interface()
interface.launch()