app.py

import streamlit as st
import google.generativeai as genai
from PIL import Image
import io

# Configurar la API de Gemini
api_key = os.getenv('GEMINI_API_KEY')
genai.configure(api_key=api_key)

# Función para generar contenido a partir de texto
def generate_text(prompt):
    model = genai.GenerativeModel('gemini-1.5-flash')
    response = model.generate_content(prompt)
    return response.text

# Función para generar contenido a partir de texto e imagen
def generate_text_from_image(image, prompt):
    model = genai.GenerativeModel('gemini-1.5-flash')
    response = model.generate_content([prompt, image], stream=True)
    return response.text

# Configuración de la aplicación Streamlit
st.title('Aplicación con Gemini Vision')
st.write('Esta es una aplicación de demostración utilizando la API de Gemini Vision.')

# Cargar imagen
uploaded_file = st.file_uploader("Elige una imagen", type=["jpg", "jpeg", "png"])

if uploaded_file is not None:
    # Mostrar la imagen cargada
    image = Image.open(uploaded_file)
    st.image(image, caption='Imagen Cargada', use_column_width=True)
    
    # Texto de entrada del usuario
    prompt = st.text_input("Introduce el texto para generar la respuesta:")
    
    if st.button("Generar Respuesta"):
        # Convertir la imagen a bytes
        img_bytes = io.BytesIO()
        image.save(img_bytes, format='JPEG')
        img_bytes = img_bytes.getvalue()
        
        # Generar respuesta a partir de la imagen y el texto
        response = generate_text_from_image(img_bytes, prompt)
        st.markdown(response)
else:
    # Texto de entrada del usuario
    prompt = st.text_input("Introduce el texto para generar la respuesta:")
    
    if st.button("Generar Respuesta"):
        # Generar respuesta a partir del texto
        response = generate_text(prompt)
        st.markdown(response)