Update app.py

app.py

@@ -1,52 +1,53 @@
-import os
-import io
+import streamlit as st
 import google.generativeai as genai
 from PIL import Image
-import streamlit as st
+import io
 
-# Configuración de la API
-gemini_api_key = os.getenv("GEMINI_API_KEY")
-if not gemini_api_key:
-    st.error("La API Key de Google Generative AI no está configurada.")
+# 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:
-    genai.configure(api_key=gemini_api_key)
-    model = genai.GenerativeModel(model_name="gemini-1.5-flash")
-
-    def identify_object(image_bytes):
-        try:
-            image_data = {
-                "mime_type": "image/jpeg",
-                "data": image_bytes
-            }
-            content = [
-                {"image_blob": image_data},
-                {"text": "What is in this image?"}
-            ]
-            response = model.generate_content({"content": content})
-            return response
-        except Exception as e:
-            st.error(f"Error al identificar la imagen: {e}")
-            return None
-
-    def main():
-        st.title("Identificación de Objetos con IA")
-
-        uploaded_file = st.file_uploader("Sube una imagen", type=["jpg", "jpeg", "png"])
-
-        if uploaded_file is not None:
-            image = Image.open(uploaded_file)
-            st.image(image, caption="Imagen Cargada", use_column_width=True)
-
-            st.write("Identificando...")
-            image_bytes = io.BytesIO()
-            image.save(image_bytes, format='JPEG')
-            image_bytes = image_bytes.getvalue()
-
-            result = identify_object(image_bytes)
-
-            if result:
-                st.write("Resultado:")
-                st.write(result)
-
-    if __name__ == "__main__":
-        main()
+    # 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)