import gradio as gr
import pytesseract
from PIL import Image

# OCR 및 평가 함수 정의
def evaluate_solution(image):
    """
    손글씨 이미지를 받아 OCR로 텍스트를 추출하고,
    성취기준에 따라 평가 및 피드백을 제공하는 함수.
    """
    # OCR로 이미지에서 텍스트 추출
    extracted_text = pytesseract.image_to_string(image, lang="kor")
    
    # 초기 점수 및 피드백 설정
    score = 0
    feedback = []

    # 평가 기준 예시 (6학년 수학 성취기준 기반)
    if "혼합 계산" in extracted_text:
        feedback.append("혼합 계산 풀이가 포함되었습니다.")
        score += 30
    else:
        feedback.append("혼합 계산 풀이가 누락되었습니다.")

    if "약수와 배수" in extracted_text:
        feedback.append("약수와 배수 관련 풀이가 포함되었습니다.")
        score += 30
    else:
        feedback.append("약수와 배수 관련 풀이가 누락되었습니다.")

    if "분수의 덧셈과 뺄셈" in extracted_text or "소수의 곱셈과 나눗셈" in extracted_text:
        feedback.append("분수 또는 소수 연산이 포함되었습니다.")
        score += 40
    else:
        feedback.append("분수 또는 소수 연산이 누락되었습니다.")

    # 결과 반환
    return {
        "추출된 텍스트": extracted_text,
        "점수": score,
        "피드백": "\n".join(feedback)
    }

# Gradio 인터페이스 구성
with gr.Blocks() as demo:
    gr.Markdown("# 초등학교 6학년 수학 문제 풀이 평가 시스템")
    
    with gr.Row():
        image_input = gr.Image(label="손글씨 이미지 업로드", type="pil")
        output_text = gr.Textbox(label="추출된 텍스트")
        output_score = gr.Number(label="점수")
        output_feedback = gr.Textbox(label="피드백")

    submit_button = gr.Button("평가하기")
    submit_button.click(
        evaluate_solution, 
        inputs=image_input, 
        outputs=[output_text, output_score, output_feedback]
    )

# 실행
demo.launch()