Update app.py

app.py

@@ -3,88 +3,51 @@ import easyocr
 from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
 from PIL import Image
 import numpy as np
-import os
 
 # Initialize EasyOCR for Persian
 reader = easyocr.Reader(['fa'])
 
-# Load NLP model for text correction
-tokenizer = AutoTokenizer.from_pretrained("persiannlp/mt5-small-parsinlu-grammar-correction")
-model = AutoModelForSeq2SeqLM.from_pretrained("persiannlp/mt5-small-parsinlu-grammar-correction")
+# Load NLP model - استفاده از مدل جایگزین
+model_name = "HooshvareLab/bert-fa-base-uncased"
+try:
+    tokenizer = AutoTokenizer.from_pretrained(model_name)
+    model = AutoModelForSeq2SeqLM.from_pretrained(model_name)
+except Exception as e:
+    raise gr.Error(f"خطا در بارگذاری مدل زبانی: {str(e)}")
 
 def run_ocr(image):
     """استخراج متن از تصویر با EasyOCR"""
     try:
-        # Convert PIL Image to numpy array if needed
         if isinstance(image, Image.Image):
             image = np.array(image)
-        
         results = reader.readtext(image)
-        texts = [result[1] for result in results]
-        return " ".join(texts) if texts else "متنی یافت نشد!"
+        return " ".join([result[1] for result in results]) if results else "متنی یافت نشد!"
     except Exception as e:
-        return f"خطا در پردازش تصویر: {str(e)}"
+        return f"خطا در OCR: {str(e)}"
 
-def postprocess_text(text):
-    """پردازش متن با مدل زبانی"""
-    try:
-        inputs = tokenizer(text, return_tensors="pt", max_length=512, truncation=True)
-        outputs = model.generate(**inputs)
-        return tokenizer.decode(outputs[0], skip_special_tokens=True)
-    except Exception as e:
-        return f"خطا در پردازش متن: {str(e)}"
+def process_text(text):
+    """پردازش متن (ساده‌شده)"""
+    # در این نسخه ساده، فقط متن را برمی‌گردانیم
+    # می‌توانید پردازش‌های دیگر اضافه کنید
+    return text if text != "متنی یافت نشد!" else text
 
-def process_image(image):
-    """پردازش کامل تصویر"""
-    # استخراج متن
-    raw_text = run_ocr(image)
-    
-    # پردازش متن
-    processed_text = postprocess_text(raw_text) if raw_text and raw_text != "متنی یافت نشد!" else raw_text
-    
-    return raw_text, processed_text
-
-# رابط کاربری Gradio
-with gr.Blocks(title="OCR فارسی با پردازش NLP") as app:
-    gr.Markdown("""
-    ## 🔠 OCR فارسی + پردازش متن با مدل زبانی
-    متن را از تصاویر استخراج کنید و با مدل زبانی اصلاح کنید!
-    """)
+with gr.Blocks(title="OCR فارسی") as app:
+    gr.Markdown("## استخراج متن فارسی از تصاویر")
     
     with gr.Row():
         with gr.Column():
-            image_input = gr.Image(label="تصویر حاوی متن فارسی را آپلود کنید", type="pil")
-            process_btn = gr.Button("پردازش تصویر", variant="primary")
+            img_input = gr.Image(label="تصویر ورودی", type="pil")
+            btn = gr.Button("پردازش")
         
         with gr.Column():
-            with gr.Tab("نتایج"):
-                raw_output = gr.Textbox(label="متن خام (OCR)")
-                processed_output = gr.Textbox(label="متن پردازش‌شده (NLP)")
-            
-            with gr.Tab("تصویر"):
-                image_output = gr.Image(label="تصویر ورودی")
-
-    # پردازش هنگام کلیک یا آپلود تصویر
-    process_btn.click(
-        fn=process_image,
-        inputs=image_input,
-        outputs=[raw_output, processed_output]
-    )
+            ocr_output = gr.Textbox(label="متن استخراج شده")
+            # nl_output = gr.Textbox(label="متن پردازش شده")  # غیرفعال شده
     
-    # نمایش خودکار تصویر ورودی
-    image_input.change(
-        fn=lambda img: img,
-        inputs=image_input,
-        outputs=image_output
+    btn.click(
+        fn=lambda x: (run_ocr(x), process_text(run_ocr(x))),
+        inputs=img_input,
+        outputs=[ocr_output]  # فقط خروجی OCR نمایش داده می‌شود
     )
-    
-    gr.Markdown("---")
-    gr.Markdown("""
-    **راهنما**:
-    1. تصویری حاوی متن فارسی آپلود کنید
-    2. روی دکمه 'پردازش تصویر' کلیک کنید
-    3. نتایج استخراج متن و پردازش زبان طبیعی را مشاهده کنید
-    """)
 
 if __name__ == "__main__":
     app.launch()