Create app.py

app.py

@@ -1,94 +1,5 @@
-import streamlit as st
-import cv2
-import numpy as np
-import pandas as pd
-from paddleocr import PaddleOCR
+from transformers import pipeline
 
-# Função OCR com PaddleOCR
-def ocr_with_paddle(img):
-    ocr = PaddleOCR(lang='en', use_angle_cls=True)
-    result = ocr.ocr(img, cls=True)
-    
-    finaltext = ''
-    for line in result:
-        for word in line:
-            finaltext += ' ' + word[1][0]
-    return finaltext
-
-# Função para categorizar despesa (exemplo simples)
-def categorize_expense(text):
-    if "gas" in text.lower():
-        return "Combustível"
-    elif "restaurant" in text.lower():
-        return "Alimentação"
-    elif "shopping" in text.lower():
-        return "Compras"
-    else:
-        return "Outros"
-
-# Função para processar a imagem e salvar as informações
-def process_image(image, method):
-    if method == "PaddleOCR":
-        text = ocr_with_paddle(image)
-    else:
-        raise ValueError("Método OCR não suportado")
-    
-    category = categorize_expense(text)
-    return f"Texto reconhecido: {text}\nCategoria: {category}"
-
-# Função para adicionar projeto
-def add_project(name, budget, items):
-    project = {
-        "name": name,
-        "budget": budget,
-        "items": items,
-        "spent": 0,
-        "balance": budget
-    }
-    projects.append(project)
-    return f"Projeto {name} adicionado com sucesso."
-
-# Função para adicionar item ao projeto
-def add_item_to_project(project_name, item_name, item_cost):
-    for project in projects:
-        if project["name"] == project_name:
-            project["items"].append({"name": item_name, "cost": item_cost})
-            project["balance"] -= item_cost
-            return f"Item {item_name} adicionado ao projeto {project_name}. Saldo atual: {project['balance']}"
-    return "Projeto não encontrado."
-
-# Inicializando a lista de projetos
-projects = []
-
-# Interface Streamlit
-st.title("Controle Financeiro com OCR")
-
-# Tab para OCR
-with st.expander("OCR"):
-    st.header("Processar Imagem")
-    uploaded_image = st.file_uploader("Upload da imagem", type=["jpg", "jpeg", "png"])
-    method = st.radio("Método OCR", ["PaddleOCR"])
-    if uploaded_image is not None:
-        image = cv2.imdecode(np.fromstring(uploaded_image.read(), np.uint8), cv2.IMREAD_COLOR)
-        if st.button("Processar Imagem"):
-            result = process_image(image, method)
-            st.text(result)
-
-# Tab para Projetos
-with st.expander("Projetos"):
-    st.header("Gerenciar Projetos")
-    project_name = st.text_input("Nome do Projeto")
-    project_budget = st.number_input("Orçamento do Projeto", min_value=0.0)
-    project_items = st.text_input("Itens do Projeto (separados por vírgula e espaço)")
-    if st.button("Adicionar Projeto"):
-        items_list = [item.strip() for item in project_items.split(',')]
-        result = add_project(project_name, project_budget, items_list)
-        st.text(result)
-
-    st.header("Adicionar Item ao Projeto")
-    project_select = st.selectbox("Selecione o Projeto", [p["name"] for p in projects])
-    item_name = st.text_input("Nome do Item")
-    item_cost = st.number_input("Custo do Item", min_value=0.0)
-    if st.button("Adicionar Item"):
-        result = add_item_to_project(project_select, item_name, item_cost)
-        st.text(result)
+captioner = pipeline("image-to-text", model="Salesforce/blip-image-captioning-base")
+captioner("https://huggingface.co/datasets/Narsil/image_dummy/resolve/main/parrots.png")
+## [{'generated_text': 'two birds are standing next to each other '}]