Procesa DNI Listo

app.py

@@ -29,9 +29,9 @@ async def echo_image(image: UploadFile = File(...)):
     return StreamingResponse(BytesIO(contents), media_type=image.content_type)
 
 @app.post(
-        "/genera_dni/",        
+        "/procesa_dni/",        
         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 funciones.procesa_dni(image)
+    return await funciones.procesa_dni(image)

documentos.py

@@ -0,0 +1,10 @@
+import obtenCampo
+
+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

funciones.py

@@ -1,15 +1,29 @@
+import herramientas
+import documentos
+import time
 from gradio_client import Client, handle_file
 
-def procesa_dni(image):
+async def procesa_dni(image):
 
-	print(image)
+	temp_image = await herramientas.imageToTemp(image)
 
 	client = Client("Moibe/api_rapicash")
-	result = client.predict(
-			img=handle_file('dnid.png'),
+	dict_recibido = client.predict(
+			img=handle_file(temp_image),
 			lang="en",
 			api_name="/predict"
-	)
-	print(result)
+	) #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)
 
-	return result
+	#Campos DNI Panamá.
+	nombre, apellido, identificacion = documentos.dni(textos_extraidos)    
+
+	print(f"Hola: {nombre}, {apellido} con identificación: {identificacion}")
+
+	return {
+		"nombre": nombre,
+		"apellido": apellido,
+		"identificacion": identificacion
+	}

herramientas.py

@@ -0,0 +1,47 @@
+import tempfile
+import time
+
+async def imageToTemp(image):
+    print("Estoy en imageToTemp...")
+
+    try:
+        with tempfile.NamedTemporaryFile(delete=False, suffix=f"_{image.filename}") as tmp_file:
+            contents = await image.read()
+            tmp_file.write(contents)
+            temp_file_path = tmp_file.name
+        
+        print(f"Archivo temporal guardado en: {temp_file_path}")
+        return temp_file_path
+
+    except Exception as e:
+        print(f"Error al procesar el archivo: {e}")
+        return {"error": "Error al procesar la imagen"}
+    
+
+def listaTextosExtraidos(dict_recibido):
+
+    result = dict_recibido['data']
+    print("Datos extraídos (acceso directo):")
+    
+    textos_extraidos = [] 
+    print("Líneas encontradas con modelo IA:")
+    for item in result:
+        texto = item[1][0] 
+        print(texto)
+        textos_extraidos.append(texto)
+    return textos_extraidos
+
+#Herramientas para DNI Panamá.
+
+def buscaIndexPalabra(arreglo, palabra):
+    palabra_limpia = palabra.lower().replace(" ", "")
+    for i, texto_limpio in enumerate(arreglo):        
+        if palabra_limpia in texto_limpio:
+            return i
+    return 'error'
+
+def buscarPatronCedula(lista_textos):    
+    for i, texto in enumerate(lista_textos):
+        if texto and texto[0].isdigit() and '-' in texto:     
+            return i 
+    return 'error' 

obtenCampo.py

@@ -0,0 +1,13 @@
+import herramientas
+
+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)}...")
+    nombre = textos_extraidos[indice-2]    
+    apellido = textos_extraidos[indice-1]
+    return nombre, apellido
+
+def Identificacion(textos_extraidos, textos_extraidos_limpios):   
+   indice = herramientas.buscarPatronCedula(textos_extraidos_limpios)   
+   identificacion = textos_extraidos[indice]
+   return identificacion