Upload 5 files

.gitattributes

@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+screenshot-dot2dot.jpg filter=lfs diff=lfs merge=lfs -text

README.md

@@ -1,15 +1,49 @@
+
+# ✏️ Dot2Dot Pro – Gerador de Livros de Ligar os Pontos para KDP
+
+Transforme qualquer imagem em um livro infantil de "ligar os pontos", pronto para publicar na Amazon KDP!
+
 ---
-title: Dot2dot
-emoji: 💻
-colorFrom: red
-colorTo: blue
-sdk: gradio
-sdk_version: 5.29.0
-app_file: app.py
-pinned: false
-license: mit
-short_description: Create a Dot-to-Dot Fun for Kids Ages 4-12
+
+## 🧠 Recursos do App
+
+- 📐 **Centralização do desenho** (topo, meio ou base da página)
+- 🧽 **Marcação de áreas preservadas**: desenhe regiões que **não devem ser convertidas em pontos**
+- 🎯 **Distribuição inteligente dos pontos**: menor número possível com fidelidade visual
+- 🔢 **Sequência lógica e espaçamento coerente** entre os pontos
+- 👁 **Prévia com sobreposição 50% da imagem original**
+- 📥 **Exportação em PDF e PNG** no formato 8.5x11" (KDP)
+- ⚙️ Totalmente compatível com o fluxo de publicação da Amazon
+
 ---
 
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+## 🖼️ Exemplo da Interface
+
+![preview](screenshot-dot2dot.jpg)
+
+---
+
+## 🖼️ Como Usar
+
+1. Envie uma imagem em preto e branco com contornos bem definidos
+2. Marque áreas que **devem ser preservadas** (olhos, bocas, contornos internos etc.)
+3. Defina a idade da criança (isso ajusta o número de pontos)
+4. Escolha a posição do desenho na página
+5. Clique em **Gerar Pontos**
+6. Visualize:
+   - A prévia com numeração
+   - A versão sobreposta para validação
+7. Clique em **Salvar como PDF** ou **Salvar como PNG**
+8. Pronto! Seu arquivo está pronto para a KDP
+
+---
+
+## 🛠️ Sugestões de uso
+
+- 🐤 Ideal para ilustrações vetoriais de animais, personagens, veículos etc.
+- ✍️ Dê preferência a fundos brancos e traços escuros
+- 📏 Imagens de 800x600 pixels ou mais funcionam melhor
+
+---
 
+Criado com 💡 para editores criativos e autores independentes.

app.py

@@ -5,7 +5,8 @@ from livro import processar_e_mostrar, verificar_contraste, gerar_preview_kdp
 with gr.Blocks() as demo:
     with gr.Row():
         imagem_input = gr.Image(label="Imagem Original", type="numpy")
-        mascara = gr.ImageEditor(label="Marcar áreas para preservar (opcional)")
+    with gr.Row():
+        mascara = gr.ImageEditor(label="Marcar áreas para preservar (opcional)", type="numpy", tool="brush", interactive=True)
     with gr.Row():
         idade = gr.Slider(minimum=4, maximum=12, step=1, value=6, label="Idade da criança (ajusta número de pontos)")
         posicao = gr.Radio(["Topo da página", "Centro da página", "Base da página"], value="Centro da página", label="Posicionamento do desenho")
@@ -44,6 +45,8 @@ with gr.Blocks() as demo:
     def gerar_capa():
         return gerar_preview_kdp()
 
+    imagem_input.change(fn=lambda img: img, inputs=imagem_input, outputs=mascara)
+
     gerar_btn.click(gerar, inputs=[imagem_input, mascara, idade, posicao], outputs=[contraste_alerta, imagem_resultado, sobreposicao])
     salvar_btn.click(salvar_pdf, outputs=saida_pdf)
     salvar_png.click(salvar_imagem, outputs=saida_png)

livro.py

@@ -12,17 +12,14 @@ PAGE_HEIGHT = 11.5 * inch
 MARGIN = 0.5 * inch
 
 def verificar_contraste(imagem_array):
-    # Converte para escala de cinza e calcula o desvio padrão para avaliar contraste
     gray = cv2.cvtColor(imagem_array, cv2.COLOR_BGR2GRAY)
     contrast = gray.std()
     return "⚠️ Baixo contraste detectado!" if contrast < 30 else "✅ Contraste adequado."
 
 def detectar_pontos(imagem_array, mascara_array, idade, distancia_maxima=50):
-    # Preprocessamento da imagem
     gray = cv2.cvtColor(imagem_array, cv2.COLOR_BGR2GRAY)
     _, thresh = cv2.threshold(gray, 200, 255, cv2.THRESH_BINARY_INV)
 
-    # Aplica a máscara para preservar regiões (remover pontos dessas áreas)
     if mascara_array is not None and isinstance(mascara_array, np.ndarray):
         try:
             mask_gray = cv2.cvtColor(mascara_array, cv2.COLOR_BGR2GRAY)
@@ -31,30 +28,24 @@ def detectar_pontos(imagem_array, mascara_array, idade, distancia_maxima=50):
         except Exception as e:
             print("Erro ao processar máscara:", e)
 
-    # Encontra contornos
     contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
     if not contours:
         return [], None
 
     main_contour = max(contours, key=cv2.contourArea)
-
-    # Reduz a quantidade de pontos mantendo a forma
-    epsilon = 1.0  # Quanto maior, mais simplificado
+    epsilon = 1.0
     simplified = cv2.approxPolyDP(main_contour, epsilon, closed=False)
-
-    # Ajusta número com base na idade da criança
     max_pontos = min(30 + (idade - 4) * 10, 100)
     step = max(1, len(simplified) // max_pontos)
     pontos = [tuple(pt[0]) for pt in simplified[::step]]
 
-    # Organiza sequencialmente para evitar pontos muito distantes
     if len(pontos) > 2:
         ordenados = [pontos[0]]
         restantes = pontos[1:]
         while restantes:
             ultimo = ordenados[-1]
             prox = min(restantes, key=lambda p: np.hypot(p[0]-ultimo[0], p[1]-ultimo[1]))
-            if np.hypot(p[0]-ultimo[0], p[1]-ultimo[1]) > distancia_maxima:
+            if np.hypot(prox[0] - ultimo[0], prox[1] - ultimo[1]) > distancia_maxima:
                 break
             ordenados.append(prox)
             restantes.remove(prox)
@@ -65,7 +56,6 @@ def normalizar_para_preview(pontos, largura=600, altura=800, margem=50, posicao=
     if not pontos:
         return [], 0
 
-    # Escala os pontos para caber no canvas
     x_coords, y_coords = zip(*pontos)
     min_x, max_x = min(x_coords), max(x_coords)
     min_y, max_y = min(y_coords), max(y_coords)
@@ -78,7 +68,7 @@ def normalizar_para_preview(pontos, largura=600, altura=800, margem=50, posicao=
         offset_y = margem
     elif posicao == "Base da página":
         offset_y = altura - margem - altura_desenho
-    else:  # Centro
+    else:
         offset_y = (altura - altura_desenho) // 2
 
     pontos_normalizados = [(
@@ -105,7 +95,6 @@ def gerar_overlay(original, pontos_norm):
     overlay = original.copy()
     h, w = overlay.shape[:2]
     resize = cv2.resize(overlay, (w, h))
-
     transparente = cv2.addWeighted(resize, 0.5, np.ones_like(resize) * 255, 0.5, 0)
 
     for i, (x, y) in enumerate(pontos_norm):