Update app.py

app.py

@@ -4,7 +4,7 @@ import easyocr
 from PIL import Image
 import numpy as np
 
-
+# Load models and tokenizers
 translation_model_name = 'sarahai/nllb-uzbek-cyrillic-to-russian'
 translation_model = AutoModelForSeq2SeqLM.from_pretrained(translation_model_name)
 translation_tokenizer = NllbTokenizer.from_pretrained(translation_model_name)
@@ -13,75 +13,48 @@ summarization_model_name = 'sarahai/ruT5-base-summarizer'
 summarization_model = T5ForConditionalGeneration.from_pretrained(summarization_model_name)
 summarization_tokenizer = T5Tokenizer.from_pretrained(summarization_model_name)
 
-def extract_text(image_path, lang='uzb_Cyrl'):
-    reader = easyocr.Reader([lang])
-    results = reader.readtext(np.array(image_path))
-    
-    all_text = ''
-    confidences = []
-
-    for (bbox, text, prob) in results:
-        all_text += ' ' + text
-        confidences.append(prob)
-
-    final_confidence = sum(confidences) / len(confidences) if confidences else 0
-    return all_text.strip(), final_confidence
-
-def split_into_chunks(text, tokenizer, max_length=150):
-    tokens = tokenizer.tokenize(text)
-    chunks = []
-    current_chunk = []
-    current_length = 0
-    for token in tokens:
-        current_chunk.append(token)
-        current_length += 1
-        if current_length >= max_length:
-            chunks.append(tokenizer.convert_tokens_to_string(current_chunk))
-            current_chunk = []
-            current_length = 0
-    if current_chunk:
-        chunks.append(tokenizer.convert_tokens_to_string(current_chunk))
-    return chunks
-
-def translate(text, model, tokenizer, src_lang='uzb_Cyrl', tgt_lang='rus_Cyrl'):
-    tokenizer.src_lang = src_lang
-    tokenizer.tgt_lang = tgt_lang
-    chunks = split_into_chunks(text, tokenizer)
-    translated_chunks = []
-    for chunk in chunks:
-        inputs = tokenizer(chunk, return_tensors='pt', padding=True, truncation=True, max_length=128)
-        outputs = model.generate(inputs['input_ids'], forced_bos_token_id=tokenizer.lang_code_to_id[tgt_lang])
-        translated_chunks.append(tokenizer.decode(outputs[0], skip_special_tokens=True))
-    return ' '.join(translated_chunks)
-
-def summarize(text, model, tokenizer, max_length=250):
-    input_ids = tokenizer.encode("summarize: " + text, return_tensors="pt", max_length=2048, truncation=True)
-    summary_ids = model.generate(input_ids, max_length=max_length, length_penalty=2.0, num_beams=4, early_stopping=True)
-    summary = tokenizer.decode(summary_ids[0], skip_special_tokens=True)
-    return summary
+# Define functions
+# Your existing functions here ...
+
+# Custom CSS styles
+st.markdown("""
+<style>
+.big-font {
+    font-size:30px !important;
+    font-weight: bold;
+}
+.small-font {
+    font-size:18px !important;
+}
+</style>
+""", unsafe_allow_html=True)
+
+# Sidebar
+st.sidebar.markdown('## Навигация')
+uploaded_file = st.sidebar.file_uploader("Загрузите изображение с узбекским текстом...", type=["jpg", "jpeg", "png"])
+
+if uploaded_file:
+    image = Image.open(uploaded_file)
+    st.sidebar.image(image, caption='Загруженное изображение', use_column_width=True)
+    process_btn = st.sidebar.button("Перевести и суммаризировать")
 
-# Streamlit UI setup
-st.title('Текстовая обработка изображений, перевод с узбекского на русский и суммаризация')
+st.title('Текстовая обработка изображений', className="big-font")
+st.markdown('Перевод с узбекского на русский и суммаризация', className="big-font")
 
-uploaded_file = st.file_uploader("Загрузите изображение с узбекским текстом...", type=["jpg", "jpeg", "png"])
-if uploaded_file is not None:
-    image = Image.open(uploaded_file)
-    st.image(image, caption='Загруженное изображение', use_column_width=True)
+if process_btn:
     st.write("Процесс извлечения текста...")
     extracted_text, confidence = extract_text(image, 'tjk')  # Adjust the language code if necessary
     st.write("Извлеченный текст:")
     st.text_area("Результат", extracted_text, height=150)
     st.write(f"Точность распознавания: {confidence*100:.2f}%")
 
-    if st.button("Перевести и суммаризировать"):
-        if extracted_text:
-            with st.spinner('Переводим...'):
-                translated_text = translate(extracted_text, translation_model, translation_tokenizer)
-                st.text_area("Переведенный текст (на русском):", value=translated_text, height=200)
-            
-            with st.spinner('Суммаризируем...'):
-                summary_text = summarize(translated_text, summarization_model, summarization_tokenizer, max_length=250)
-                st.text_area("Суммаризация (на русском):", value=summary_text, height=100)
-        else:
-            st.warning("Текст для перевода не найден.")
+    if extracted_text:
+        with st.spinner('Переводим...'):
+            translated_text = translate(extracted_text, translation_model, translation_tokenizer)
+            st.text_area("Переведенный текст (на русском):", value=translated_text, height=200)
 
+        with st.spinner('Суммаризируем...'):
+            summary_text = summarize(translated_text, summarization_model, summarization_tokenizer, max_length=250)
+            st.text_area("Суммаризация (на русском):", value=summary_text, height=100)
+    else:
+        st.error("Текст для перевода не найден.")