Update app.py

app.py

@@ -5,44 +5,45 @@ from PIL import Image
 
 # Configuración de la API
 gemini_api_key = os.getenv("GEMINI_API_KEY")
-genai.configure(api_key=gemini_api_key)
-model = genai.GenerativeModel('gemini-pro')
+if not gemini_api_key:
+    st.error("La API Key de Google Generative AI no está configurada.")
+else:
+    genai.configure(api_key=gemini_api_key)
+    model = genai.GenerativeModel('gemini-pro')
 
-# Función para predecir el tipo de objeto y proporcionar detalles
-def identify_object(image):
-    # Simulamos la identificación del objeto con un modelo preentrenado
-    # Aquí debería ir la lógica de procesamiento de la imagen y predicción
-    result = model.generate(
-        input=image,
-        max_output_tokens=100
-    )
-    return result
+    # Función para predecir el tipo de objeto y proporcionar detalles
+    def identify_object(image):
+        # Aquí deberías convertir la imagen a un formato que el modelo pueda procesar
+        result = model.generate(
+            input=image,
+            max_output_tokens=100
+        )
+        return result
 
-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)
+    def main():
+        st.title("Identificación de Objetos con IA")
         
-        st.write("Identificando...")
-        # Aquí deberías convertir la imagen a un formato que el modelo pueda procesar
-        # Por simplicidad, asumimos que el modelo puede trabajar directamente con la imagen
-        result = identify_object(image)
+        uploaded_file = st.file_uploader("Sube una imagen", type=["jpg", "jpeg", "png"])
         
-        st.write("Resultado:")
-        st.write(result)
-        # Parsear el resultado y mostrar información relevante
-        # Ejemplo:
-        if "planta" in result:
-            st.write("Tipo de planta:", result.get("tipo_planta"))
-            st.write("Enfermedad detectada:", result.get("enfermedad"))
-            st.write("Solución sugerida:", result.get("solucion"))
-        else:
-            st.write(f"Lo que se subió fue una foto de: {result.get('nombre_objeto')}")
-            st.write(f"Probabilidad: {result.get('probabilidad')}%")
+        if uploaded_file is not None:
+            image = Image.open(uploaded_file)
+            st.image(image, caption="Imagen Cargada", use_column_width=True)
+            
+            st.write("Identificando...")
+            # Aquí deberías convertir la imagen a un formato que el modelo pueda procesar
+            result = identify_object(image)
+            
+            st.write("Resultado:")
+            st.write(result)
+            # Parsear el resultado y mostrar información relevante
+            # Ejemplo:
+            if "planta" in result:
+                st.write("Tipo de planta:", result.get("tipo_planta"))
+                st.write("Enfermedad detectada:", result.get("enfermedad"))
+                st.write("Solución sugerida:", result.get("solucion"))
+            else:
+                st.write(f"Lo que se subió fue una foto de: {result.get('nombre_objeto')}")
+                st.write(f"Probabilidad: {result.get('probabilidad')}%")
 
-if __name__ == "__main__":
-    main()
+    if __name__ == "__main__":
+        main()