Se integra maquetado de pasaportes

app.py

@@ -36,10 +36,10 @@ async def procesa_dni(image: UploadFile = File(...)):
         return {"error": "El archivo no es una imagen"}
     return await funciones.procesa_dni(image)
 
-# @app.post(
-#         "/procesa_pasaporte/",        
-#         summary="Procesamiento de DNI")
-# async def comidas(image: UploadFile = File(...)):
-#     if not image.content_type.startswith("image/"):
-#         return {"error": "El archivo no es una imagen"}
-#     return await funciones.procesa_dni(image)
+@app.post(
+        "/procesa_pasaporte/",        
+        summary="Procesamiento de DNI")
+async def procesa_pasaporte(image: UploadFile = File(...)):
+    if not image.content_type.startswith("image/"):
+        return {"error": "El archivo no es una imagen"}
+    return await funciones.procesa_pasaporte(image)

documentos.py

@@ -1,6 +1,15 @@
 import obtenCampo
 
-def dni(textos_extraidos):
+async def dni(textos_extraidos):
+    textos_extraidos_simplificados = [texto.lower().replace(" ", "") for texto in textos_extraidos]
+
+    #Campos Buscados
+    nombre, apellido = obtenCampo.Nombre(textos_extraidos, textos_extraidos_simplificados)   
+    identificacion = obtenCampo.Identificacion(textos_extraidos, textos_extraidos_simplificados)
+
+    return nombre, apellido, identificacion
+
+async def pasaporte(textos_extraidos):
     textos_extraidos_simplificados = [texto.lower().replace(" ", "") for texto in textos_extraidos]
 
     #Campos Buscados

funciones.py

@@ -1,29 +1,30 @@
 import herramientas
 import documentos
 import time
-from gradio_client import Client, handle_file
 
-async def procesa_dni(image):
 
-	temp_image = await herramientas.imageToTemp(image)
+async def procesa_dni(image):
 
-	client = Client("Moibe/api_rapicash")
-	dict_recibido = client.predict(
-			img=handle_file(temp_image),
-			lang="en",
-			api_name="/predict"
-	) #Ésto porque gradio envía un dict con headers y su key data es el que contiene nuestro result original que tenía en la API original.
-			
-	#Aquí es donde personalizo el proceso:
-	textos_extraidos = herramientas.listaTextosExtraidos(dict_recibido)
+	textos_extraidos = await herramientas.procesaImagen(image)
 
 	#Campos DNI Panamá.
-	nombre, apellido, identificacion = documentos.dni(textos_extraidos)    
-
-	print(f"Hola: {nombre}, {apellido} con identificación: {identificacion}")
+	nombre, apellido, identificacion = await documentos.dni(textos_extraidos)
 
 	return {
 		"nombre": nombre,
 		"apellido": apellido,
 		"identificacion": identificacion
 	}
+
+async def procesa_pasaporte(image):
+
+	textos_extraidos = await herramientas.procesaImagen(image)
+
+	#Campos DNI Panamá.
+	nombre, apellido, identificacion = await documentos.pasaporte(textos_extraidos)
+
+	return {
+		"nombre": nombre,
+		"apellido": apellido,
+		"identificacion": identificacion
+	}

herramientas.py

@@ -1,5 +1,7 @@
 import tempfile
 import time
+import herramientas
+from gradio_client import Client, handle_file
 
 async def imageToTemp(image):
     print("Estoy en imageToTemp...")
@@ -44,4 +46,18 @@ def buscarPatronCedula(lista_textos):
     for i, texto in enumerate(lista_textos):
         if texto and texto[0].isdigit() and '-' in texto:     
             return i 
-    return 'error' 
+    return 'error'
+
+async def procesaImagen(image):
+
+    temp_image = await imageToTemp(image)
+
+    client = Client("Moibe/api_rapicash")
+    dict_recibido = client.predict(
+            img=handle_file(temp_image),
+            lang="en",
+            api_name="/predict"
+    )             
+    #Aquí es donde personalizo el proceso:
+    textos_extraidos = listaTextosExtraidos(dict_recibido) 
+    return textos_extraidos

obtenCampo.py

@@ -1,5 +1,7 @@
 import herramientas
 
+
+#Campos para DNI.
 def Nombre(textos_extraidos, textos_extraidos_limpios):
     indice = herramientas.buscaIndexPalabra(textos_extraidos_limpios, 'usual')
     print(f"Indice es: {indice} y es del tipo {type(indice)}...")