app.py

import gradio as gr
import subprocess
import logging
import tempfile
import os

# Configurar logging
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

def ejecutar_comando(comando, mensaje_exito="", mensaje_error=""):
    """Ejecuta un comando de shell y maneja errores."""
    try:
        resultado = subprocess.run(comando, shell=True, check=True, capture_output=True, text=True)
        if mensaje_exito:
            logging.info(f"{mensaje_exito}. Salida:\n{resultado.stdout}")
        return resultado.stdout
    except subprocess.CalledProcessError as e:
        error_message = f"{mensaje_error}. Error: {e}\nSalida de error:\n{e.stderr}"
        logging.error(error_message)
        raise RuntimeError(error_message)

def procesar_pdf_con_ocr(pdf_subido, idioma="spa"):
    """Procesa un PDF subido con OCR y devuelve la ruta del archivo procesado."""
    if not pdf_subido:
        raise gr.Error("No se subió ningún archivo.")

    try:
        input_pdf = pdf_subido.name
        output_pdf = tempfile.NamedTemporaryFile(delete=False, suffix=".pdf").name

        ejecutar_comando(
            f"ocrmypdf -l {idioma} --force-ocr --deskew --output-type pdf {input_pdf} {output_pdf}",
            mensaje_exito="OCR completado",
            mensaje_error="Error en OCR"
        )

        return output_pdf  # Ruta del archivo procesado
    except Exception as e:
        logging.error(f"Error al procesar el PDF: {e}")
        raise gr.Error(f"Ocurrió un error al procesar el archivo: {e}")

# Interfaz Gradio
def interfaz_ocr():
    """Crea la interfaz Gradio para el flujo de OCR."""
    with gr.Blocks() as app:
        gr.Markdown("## Procesador de PDFs con OCR")

        archivo_pdf = gr.File(label="Sube tu archivo PDF")
        idioma_ocr = gr.Dropdown(["spa", "eng", "fra", "deu"], label="Idioma OCR", value="spa")
        boton_procesar = gr.Button("Procesar")

        salida_descarga = gr.File(label="Descargar PDF Procesado")

        def procesar_y_descargar(pdf_file, idioma):
            """Procesa el PDF subido y lo devuelve para descarga."""
            return procesar_pdf_con_ocr(pdf_file, idioma)

        boton_procesar.click(
            fn=procesar_y_descargar,
            inputs=[archivo_pdf, idioma_ocr],
            outputs=[salida_descarga],
        )

    return app

if __name__ == "__main__":
    interfaz_ocr().launch()