app.py

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()