app.py

import google.generativeai as genai
import gradio as gr
import numpy as np
import PIL.Image
import pandas as pd
import io

genai.configure(api_key="AIzaSyA7tPavobVN5_3-BJ0qhFT5HVjO4V19QWk")

def ImageChat(image):
    # Configuración de la personalidad del sistema
    system_prompt = "Sólo puedes responder en idioma español: Sí o No."
    
    # Lista de preguntas preconfiguradas
    questions = [
        "¿La persona está utilizando auriculares?",
        "¿La persona está utilizando capucha o algo que le cubra la cabeza?",
        "¿Existe dinero como monedas o billetes que estén el piso?",
        "¿La persona se encuentra interactuando con su teléfono móvil?"
    ]

    # load model
    model = genai.GenerativeModel("gemini-1.5-flash")

    # check image file and convert to a Numpy array
    try:
        if isinstance(image, np.ndarray):
            img = PIL.Image.fromarray(image)
        else:
            img = PIL.Image.open(io.BytesIO(image.read()))
    except Exception as e:
        return str(e)

    # Initialize results list
    results = []

    # Process each question
    for question in questions:
        full_prompt = f"{system_prompt}\n\n{question}"
        response = model.generate_content([full_prompt, img])
        results.append(response.text)

    # Create a DataFrame to display results as a table
    df = pd.DataFrame({"Pregunta": questions, "Respuesta": results})

    return df

# Define Gradio interface
preloaded_images = [
    ("chat_with_image.png", "Imagen Ejemplo 1"),
    ("chatwithimg_2.jpg", "Imagen Ejemplo 2"),
    ("chatwithimg3.png", "Imagen Ejemplo 3")
]

image_inputs = [gr.Image(label=label, source="upload", tool="editor", type="file") for _, label in preloaded_images]

app = gr.Interface(
    ImageChat,
    inputs=gr.inputs.Carousel(image_inputs, label="Selecciona una imagen"),
    outputs=gr.Dataframe(headers=["Pregunta", "Respuesta"], label="Resultados"),
    title="Análisis de Imagen",
    theme="Taithrah/Minimal"
)

app.launch()