import gradio as gr import google.generativeai as genai import base64 import io from PIL import Image, ImageEnhance import difflib import os import time from datetime import datetime # 전역 변수 api_key = None model = None processing_cache = {} # 환경 변수에서 API 키 확인 GEMINI_API_KEY = os.getenv('GEMINI_API_KEY') def initialize_api(): """환경 변수에서 API 키를 자동으로 설정""" global api_key, model if GEMINI_API_KEY: try: api_key = GEMINI_API_KEY genai.configure(api_key=api_key) model = genai.GenerativeModel('gemini-2.5-flash') return True, "✅ 환경 변수에서 API 키가 자동으로 설정되었습니다!" except Exception as e: return False, f"❌ 환경 변수 API 키 설정 실패: {str(e)}" return False, "" def configure_api(api_key_input): """Gemini API 설정""" global api_key, model # 환경 변수 우선 확인 if GEMINI_API_KEY and not api_key_input.strip(): is_initialized, message = initialize_api() if is_initialized: return message # 수동 입력 API 키 처리 try: if not api_key_input.strip(): if not GEMINI_API_KEY: return "❌ API 키를 입력하거나 환경 변수 'GEMINI_API_KEY'를 설정해주세요." else: return "❌ 환경 변수의 API 키가 유효하지 않습니다. 직접 입력해주세요." api_key = api_key_input.strip() genai.configure(api_key=api_key) model = genai.GenerativeModel('gemini-2.5-flash') return "✅ 수동 입력된 API 키로 설정이 완료되었습니다!" except Exception as e: return f"❌ API 설정 실패: {str(e)}" def preprocess_image(image): """이미지 전처리로 OCR 정확도 향상""" try: if image is None: return None # 이미지 크기 최적화 width, height = image.size if width * height > 4000000: # 4MP 이상이면 축소 ratio = (4000000 / (width * height)) ** 0.5 new_width = int(width * ratio) new_height = int(height * ratio) image = image.resize((new_width, new_height), Image.Resampling.LANCZOS) elif width < 800 or height < 600: # 너무 작으면 확대 scale = max(800/width, 600/height) new_width = int(width * scale) new_height = int(height * scale) image = image.resize((new_width, new_height), Image.Resampling.LANCZOS) # 이미지 품질 향상 if image.mode != 'RGB': image = image.convert('RGB') # 대비 향상 enhancer = ImageEnhance.Contrast(image) image = enhancer.enhance(1.2) # 선명도 향상 enhancer = ImageEnhance.Sharpness(image) image = enhancer.enhance(1.1) return image except Exception as e: print(f"이미지 전처리 오류: {e}") return image def extract_text_from_image(image): """이미지에서 한국어 텍스트 추출""" global model, processing_cache if model is None: return "❌ 먼저 API 키를 설정해주세요." if image is None: return "❌ 이미지를 업로드해주세요." try: # 이미지 해시로 캐시 확인 image_hash = hash(str(image.tobytes()) if hasattr(image, 'tobytes') else str(image)) if image_hash in processing_cache: return processing_cache[image_hash] # 이미지 전처리 processed_image = preprocess_image(image) # PIL Image를 bytes로 변환 buffer = io.BytesIO() processed_image.save(buffer, format='PNG', optimize=True, quality=95) image_data = buffer.getvalue() # OCR 프롬프트 prompt = """ 이 이미지에 있는 모든 한국어 텍스트를 정확하게 추출해주세요. 규칙: 1. 텍스트의 읽기 순서와 공간적 배치를 정확히 유지하세요 2. 줄바꿈, 들여쓰기, 공백을 원본과 동일하게 보존하세요 3. 한글, 영어, 숫자, 특수문자를 모두 포함하세요 4. 표나 목록의 구조를 유지하세요 5. 흐릿하거나 불분명한 글자는 [?]로 표시하세요 6. 텍스트만 출력하고 추가 설명은 하지 마세요 """ # 이미지를 base64로 인코딩 image_base64 = base64.b64encode(image_data).decode('utf-8') # 재시도 메커니즘 max_retries = 3 for attempt in range(max_retries): try: response = model.generate_content([ prompt, { 'mime_type': 'image/png', 'data': image_base64 } ]) extracted_text = response.text.strip() # 캐시에 저장 processing_cache[image_hash] = extracted_text return extracted_text except Exception as e: if attempt == max_retries - 1: raise e time.sleep(1) except Exception as e: return f"❌ 텍스트 추출 실패: {str(e)}" def compare_texts(text1, text2): """두 텍스트를 비교하고 차이점을 HTML로 표시""" if not text1 or not text2: return "비교할 텍스트가 없습니다." # 줄 단위로 비교 lines1 = text1.splitlines() lines2 = text2.splitlines() # 통계 정보 계산 total_lines1 = len(lines1) total_lines2 = len(lines2) # 유사도 계산 similarity = difflib.SequenceMatcher(None, text1, text2).ratio() similarity_percent = round(similarity * 100, 1) # 현재 시간 timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S") html_result = f"""

📊 텍스트 비교 분석 결과

유사도
{similarity_percent}%
원본 라인 수
{total_lines1}
수정된 라인 수
{total_lines2}
분석 시간
{timestamp}
📷 원본 텍스트 ({total_lines1}줄)
""" # 차이점이 있는 라인 찾기 diff_lines = set() for line in difflib.unified_diff(lines1, lines2, lineterm='', n=0): if line.startswith('-') and not line.startswith('---'): diff_lines.add(line[1:]) elif line.startswith('+') and not line.startswith('+++'): diff_lines.add(line[1:]) # 원본 텍스트 표시 (차이점 강조) for line in lines1: if line in diff_lines: html_result += f'{line}\n' else: html_result += f'{line}\n' html_result += f"""
🔄 수정된 텍스트 ({total_lines2}줄)
""" # 수정된 텍스트 표시 (차이점 강조) for line in lines2: if line in diff_lines: html_result += f'{line}\n' else: html_result += f'{line}\n' html_result += """
""" return html_result def process_images(image1, image2, api_key_input): """두 이미지를 처리하고 비교 결과 반환""" # 환경 변수 우선 확인 및 API 설정 if not model: config_result = configure_api(api_key_input) if "❌" in config_result: return config_result, "", "" # 첫 번째 이미지 텍스트 추출 text1 = extract_text_from_image(image1) if image1 else "" # 두 번째 이미지 텍스트 추출 text2 = extract_text_from_image(image2) if image2 else "" # 비교 결과 생성 if text1 and text2: comparison = compare_texts(text1, text2) else: comparison = "두 이미지 모두 업로드하고 텍스트가 추출되어야 비교가 가능합니다." return comparison, text1, text2 def extract_text_only(image, api_key_input): """이미지에서 텍스트만 추출""" # 환경 변수 우선 확인 및 API 설정 if not model: config_result = configure_api(api_key_input) if "❌" in config_result: return config_result # 이미지 텍스트 추출 extracted_text = extract_text_from_image(image) if image else "" return extracted_text def apply_changes_only(original_text, change_request_text, api_key_input): """원본 텍스트에 변경사항만 적용""" # 환경 변수 우선 확인 및 API 설정 if not model: config_result = configure_api(api_key_input) if "❌" in config_result: return config_result, "" if not original_text.strip(): return "먼저 이미지에서 텍스트를 추출해주세요.", "" if not change_request_text.strip(): return "변경사항 요청을 입력해주세요.", "" try: # 변경사항 적용을 위한 프롬프트 prompt = f""" 다음 원본 텍스트에서 사용자가 요청한 변경사항을 정확하게 적용해주세요. 원본 텍스트: {original_text} 변경사항 요청: {change_request_text} 규칙: 1. 요청된 변경사항만 정확히 적용하세요 2. 나머지 텍스트는 원본과 완전히 동일하게 유지하세요 3. 텍스트의 형식, 구조, 줄바꿈을 원본과 동일하게 보존하세요 4. 한국어 맞춤법과 띄어쓰기를 정확히 적용하세요 5. 변경된 텍스트만 출력하고 설명이나 주석은 포함하지 마세요 """ response = model.generate_content(prompt) modified_text = response.text.strip() # 비교 결과 생성 if original_text and modified_text: comparison = compare_texts(original_text, modified_text) else: comparison = "텍스트 비교를 위해 원본 텍스트와 변경된 텍스트가 모두 필요합니다." return modified_text, comparison except Exception as e: return f"❌ 변경사항 적용 실패: {str(e)}", "" def clear_all(): """모든 입력 초기화""" return None, None, "", "", "" def compare_image_and_text(image_text, input_text, api_key_input): """이미지에서 추출된 텍스트와 입력된 텍스트 비교""" # 환경 변수 우선 확인 및 API 설정 if not model: config_result = configure_api(api_key_input) if "❌" in config_result: return input_text, config_result if not image_text.strip(): return input_text, "먼저 이미지에서 텍스트를 추출해주세요." if not input_text.strip(): return input_text, "비교할 텍스트를 입력해주세요." # 비교 결과 생성 comparison = compare_texts(image_text, input_text) return input_text, comparison def clear_all_tab2(): """탭2의 모든 입력 초기화""" return None, "", "", "", "" def clear_all_tab3(): """탭3의 모든 입력 초기화""" return None, "", "", "", "" # Gradio 인터페이스 생성 def create_interface(): # 앱 시작 시 환경 변수 확인 env_initialized, env_message = initialize_api() with gr.Blocks( theme=gr.themes.Soft(), title="한국어 OCR 비교 분석 도구", css=""" .gradio-container { font-family: 'Noto Sans KR', sans-serif !important; } """ ) as demo: gr.Markdown(""" # 🔍 한국어 OCR 이미지 비교 분석 도구 Pro **AI 기반 고정밀 한국어 텍스트 인식 및 지능형 편집 솔루션** ### 🚀 Pro 기능: - **🎯 AI 이미지 전처리**: 자동 품질 향상으로 인식률 극대화 - **🧠 스마트 OCR**: Gemini 2.5 Flash + 고도화된 프롬프트 엔지니어링 - **⚡ 캐싱 시스템**: 동일 이미지 재처리 방지로 속도 향상 - **🔍 정밀 비교 분석**: 라인별, 단어별 상세 차이점 분석 - **📊 실시간 통계**: 유사도, 변경사항 수치화 """) # 환경 변수 상태 표시 if env_initialized: gr.HTML(f"""
✅ {env_message}
API 연결 완료 • 최적화된 성능 • 안전한 처리
""") api_key_input = gr.Textbox(visible=False) else: gr.HTML("""
⚠️ 환경 변수 설정 필요
🔧 허깅페이스 설정 방법:
1️⃣ 스페이스 설정(Settings) → Variables 탭
2️⃣ Name: GEMINI_API_KEY
3️⃣ Value: 여러분의 Google Gemini API 키
4️⃣ 스페이스 재시작으로 적용
""") with gr.Row(): with gr.Column(): gr.Markdown("### 🔑 임시 API 설정") api_key_input = gr.Textbox( label="Google Gemini API Key", type="password", placeholder="임시 사용을 위해 API 키를 입력하세요...", info="⚠️ 보안을 위해 환경 변수 설정을 권장합니다." ) with gr.Tabs(): with gr.TabItem("📷 이미지 비교"): with gr.Row(): with gr.Column(): gr.Markdown("### 📷 이미지 업로드") with gr.Row(): image1 = gr.Image( label="이미지 1 (원본)", type="pil", height=300 ) image2 = gr.Image( label="이미지 2 (비교대상)", type="pil", height=300 ) with gr.Row(): analyze_btn = gr.Button( "🚀 분석 시작", variant="primary", size="lg" ) clear_btn = gr.Button( "🗑️ 초기화", variant="secondary", size="lg" ) with gr.Row(): with gr.Column(): gr.Markdown("### 📄 추출된 텍스트") with gr.Row(): text1_output = gr.Textbox( label="이미지 1 텍스트", lines=10, max_lines=15, show_copy_button=True ) text2_output = gr.Textbox( label="이미지 2 텍스트", lines=10, max_lines=15, show_copy_button=True ) with gr.Row(): with gr.Column(): gr.Markdown("### 📊 텍스트 차이점 분석") comparison_output = gr.HTML( label="텍스트 비교 결과", show_label=False ) with gr.TabItem("📷 이미지+텍스트"): with gr.Row(): with gr.Column(): gr.Markdown("### 📷 원본 이미지 업로드") image_tab3 = gr.Image( label="원본 이미지", type="pil", height=300 ) extract_text_btn_tab3 = gr.Button( "📝 텍스트 추출", variant="secondary", size="lg" ) with gr.Column(): gr.Markdown("### ✏️ 텍스트 입력") text_input_tab3 = gr.Textbox( label="비교할 텍스트를 입력하세요", placeholder="여기에 비교하고 싶은 텍스트를 입력하세요...", lines=10, max_lines=15 ) with gr.Row(): compare_text_btn = gr.Button( "🔍 텍스트 비교", variant="primary", size="lg" ) with gr.Row(): with gr.Column(): gr.Markdown("### 📄 추출된 텍스트") with gr.Row(): extracted_text_tab3 = gr.Textbox( label="원본 이미지 텍스트", lines=10, max_lines=15, show_copy_button=True ) input_text_display = gr.Textbox( label="입력된 텍스트", lines=10, max_lines=15, show_copy_button=True, interactive=False ) with gr.Row(): with gr.Column(): gr.Markdown("### 📊 텍스트 차이점 분석") comparison_output_tab3 = gr.HTML( label="텍스트 비교 결과", show_label=False ) with gr.Row(): clear_btn_tab3 = gr.Button( "🗑️ 초기화", variant="secondary", size="lg" ) with gr.TabItem("✏️ 변경사항 요청"): with gr.Row(): with gr.Column(): gr.Markdown("### 📷 원본 이미지 업로드") image1_tab2 = gr.Image( label="원본 이미지", type="pil", height=300 ) extract_text_btn = gr.Button( "📝 텍스트 추출", variant="secondary", size="lg" ) with gr.Column(): gr.Markdown("### ✏️ 변경사항 요청") change_request = gr.Textbox( label="변경하고 싶은 내용을 입력하세요", placeholder="예: '홍길동'을 '김철수'로 변경해주세요", lines=5, max_lines=10 ) with gr.Row(): with gr.Column(): gr.Markdown("### 📄 추출된 텍스트") with gr.Row(): text1_output_tab2 = gr.Textbox( label="원본 이미지 텍스트", lines=10, max_lines=15, show_copy_button=True ) text2_output_tab2 = gr.Textbox( label="변경사항 적용된 텍스트", lines=10, max_lines=15, show_copy_button=True ) apply_change_btn = gr.Button( "✏️ 변경사항 적용", variant="primary", size="lg" ) with gr.Row(): with gr.Column(): gr.Markdown("### 📊 텍스트 차이점 분석") comparison_output_tab2 = gr.HTML( label="텍스트 비교 결과", show_label=False ) with gr.Row(): clear_btn_tab2 = gr.Button( "🗑️ 초기화", variant="secondary", size="lg" ) # 이벤트 연결 - 탭1 (이미지 비교) analyze_btn.click( fn=process_images, inputs=[image1, image2, api_key_input], outputs=[comparison_output, text1_output, text2_output] ) clear_btn.click( fn=clear_all, outputs=[image1, image2, comparison_output, text1_output, text2_output] ) # 이벤트 연결 - 탭3 (이미지+텍스트) extract_text_btn_tab3.click( fn=extract_text_only, inputs=[image_tab3, api_key_input], outputs=[extracted_text_tab3] ) compare_text_btn.click( fn=compare_image_and_text, inputs=[extracted_text_tab3, text_input_tab3, api_key_input], outputs=[input_text_display, comparison_output_tab3] ) clear_btn_tab3.click( fn=clear_all_tab3, outputs=[image_tab3, text_input_tab3, extracted_text_tab3, input_text_display, comparison_output_tab3] ) # 이벤트 연결 - 탭2 (변경사항 요청) extract_text_btn.click( fn=extract_text_only, inputs=[image1_tab2, api_key_input], outputs=[text1_output_tab2] ) apply_change_btn.click( fn=apply_changes_only, inputs=[text1_output_tab2, change_request, api_key_input], outputs=[text2_output_tab2, comparison_output_tab2] ) clear_btn_tab2.click( fn=clear_all_tab2, outputs=[image1_tab2, change_request, comparison_output_tab2, text1_output_tab2, text2_output_tab2] ) gr.Markdown(""" ### 💡 Pro 팁: - **🖼️ 이미지 최적화**: 자동 전처리로 800x600 이상 해상도 권장 - **🔍 정확도 향상**: 선명하고 대비가 높은 이미지 사용 - **⚡ 성능 최적화**: 캐싱 시스템으로 동일 이미지 재처리 방지 - **🔒 보안 강화**: 환경 변수 사용으로 API 키 보안 강화 """) return demo if __name__ == "__main__": demo = create_interface() demo.launch( server_name="0.0.0.0", server_port=7860, share=True, show_error=True )