Spaces:
Sleeping
Sleeping
File size: 2,198 Bytes
ff5743b |
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 |
import gradio as gr
from transformers import TrOCRProcessor, VisionEncoderDecoderModel
from PIL import Image
# Cargar modelo OCR de Hugging Face
processor = TrOCRProcessor.from_pretrained("microsoft/trocr-base-stage1")
model = VisionEncoderDecoderModel.from_pretrained("microsoft/trocr-base-stage1")
# Lógica para analizar banners
def analizar_banner(img):
pixel_values = processor(images=img, return_tensors="pt").pixel_values
generated_ids = model.generate(pixel_values)
texto = processor.batch_decode(generated_ids, skip_special_tokens=True)[0].lower()
# Clasificación basada en prioridad
if any(x in texto for x in ["día de la madre", "día del padre", "navidad", "san valentín", "día de la mujer", "día del hombre"]):
tipologia = "fechas especiales"
descripcion = next((x for x in ["día de la madre", "día del padre", "navidad", "san valentín", "día de la mujer", "día del hombre"] if x in texto), "")
elif "nuevo" in texto:
tipologia = "lanzamiento o innovación"
descripcion = "nuevo producto"
elif any(x in texto for x in ["vacaciones", "verano", "invierno", "playa", "regreso a clases"]):
tipologia = "big seasonality"
descripcion = "temporada"
elif any(x in texto for x in ["solar fest", "madrugón", "miércoles de dermocosmética"]):
tipologia = "evento marca e-retailer"
descripcion = ""
elif any(x in texto for x in ["promo", "promoción", "descuento", "%"]):
tipologia = "dinamica comercial"
descripcion = ""
elif any(x in texto for x in ["beneficio", "ingrediente", "cuida", "hidrata"]):
tipologia = "informativo"
descripcion = ""
else:
tipologia = "informativo"
descripcion = ""
resultado = f"🧾 Texto detectado:\n{texto}\n\n🏷️ Tipología: {tipologia}\n📝 Descripción: {descripcion}"
return resultado
# Interfaz Gradio
demo = gr.Interface(
fn=analizar_banner,
inputs=gr.Image(type="pil"),
outputs="text",
title="🧠 Clasificador OCR de Banners (demo HuggingFace)",
description="Sube un banner y detectaremos automáticamente su contenido y tipología."
)
demo.launch()
|