Create app.py

app.py

@@ -0,0 +1,50 @@
+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()