import gradio as gr from huggingface_hub import InferenceClient import PyPDF2 from PIL import Image import cv2 import numpy as np from pydub import AudioSegment from langdetect import detect from rembg import remove import torch import torchvision from torchvision.models.detection import fasterrcnn_resnet50_fpn from torchvision.transforms import functional as F import tempfile import time import requests import zipfile import os import torchaudio from transformers import pipeline from googletrans import Translator # Инициализация клиента для модели HuggingFaceH4/zephyr-7b-beta client = InferenceClient("HuggingFaceH4/zephyr-7b-beta") # Загрузка предобученной модели для обнаружения объектов model = fasterrcnn_resnet50_fpn(weights="DEFAULT") model.eval() # Функции для обработки данных (остаются без изменений) def process_pdf(file): pdf_reader = PyPDF2.PdfReader(file) text = "" for page in pdf_reader.pages: text += page.extract_text() return text def process_image(file): image = Image.open(file) return f"Изображение: {image.size[0]}x{image.size[1]} пикселей, формат: {image.format}" def process_video(file): cap = cv2.VideoCapture(file.name) frame_count = int(cap.get(cv2.CAP_PROP_FRAME_COUNT)) duration = frame_count / cap.get(cv2.CAP_PROP_FPS) cap.release() return f"Видео: длительность {duration:.2f} секунд, {frame_count} кадров" def process_audio(file): audio = AudioSegment.from_file(file) return f"Аудио: длительность {len(audio) / 1000:.2f} секунд, частота {audio.frame_rate} Гц" def process_txt(file): with open(file.name, "r", encoding="utf-8") as f: text = f.read() return text # Функция для удаления фона с возможностью выбора фона или цвета def remove_background(image, background=None, background_color=None): if image is None: return "**Ошибка:** Чем я буду удалять, если ты не загрузил изображение?" # Удаляем фон с изображения output = remove(image) # Если выбран цвет фона if background_color: background_image = Image.new("RGB", output.size, background_color) background_image.paste(output, mask=output) return background_image # Если загружен фон if background: background_image = Image.open(background).resize(output.size) background_image.paste(output, mask=output) return background_image # Если ничего не выбрано, возвращаем изображение без фона return output def count_objects(image): if image is None: return "Изображение не загружено." img = Image.open(image.name).convert("RGB") img_tensor = F.to_tensor(img).unsqueeze(0) with torch.no_grad(): predictions = model(img_tensor) num_objects = len(predictions[0]['labels']) return f"Количество объектов на изображении: {num_objects}" def convert_image(image, target_format): if image is None: return None img = Image.open(image.name) with tempfile.NamedTemporaryFile(delete=False, suffix=f".{target_format.lower()}") as tmp_file: img.save(tmp_file, format=target_format) return tmp_file.name def detect_language(text): try: return detect(text) except: return "en" def respond( message, history: list[tuple[str, str]], system_message, max_tokens, temperature, top_p, file=None, ): if file is not None: file_type = file.name.split(".")[-1].lower() if file_type == "pdf": file_info = process_pdf(file) elif file_type in ["jpg", "jpeg", "png", "bmp", "gif"]: file_info = process_image(file) elif file_type in ["mp4", "avi", "mov"]: file_info = process_video(file) elif file_type in ["mp3", "wav", "ogg"]: file_info = process_audio(file) elif file_type == "txt": file_info = process_txt(file) else: file_info = "Неизвестный тип файла" message += f"\n[Пользователь загрузил файл: {file.name}]\n{file_info}" language = detect_language(message) if language == "ru": system_message = "Вы дружелюбный чат-бот, который понимает русский язык." else: system_message = "You are a friendly chatbot." messages = [{"role": "system", "content": system_message}] for val in history: if val[0]: messages.append({"role": "user", "content": val[0]}) if val[1]: messages.append({"role": "assistant", "content": val[1]}) messages.append({"role": "user", "content": message}) response = "" for message in client.chat_completion( messages, max_tokens=max_tokens, stream=True, temperature=temperature, top_p=top_p, ): token = message.choices[0].delta.content response += token yield response def reset_chat(): return [] def analyze_txt(file): if file is None: return "**Ошибка:** Ты не загрузил текстовый файл, а значит я не буду анализировать пустой файл." text = process_txt(file) return f"Содержимое файла:\n{text}" def resize_image(image, width: int, height: int): if image is None: return None img = Image.open(image.name) resized_img = img.resize((width, height)) with tempfile.NamedTemporaryFile(delete=False, suffix=".jpg") as tmp_file: resized_img.save(tmp_file.name) return tmp_file.name def translate_text(text: str, target_language: str): translator = Translator() try: translation = translator.translate(text, dest=target_language) return translation.text except Exception as e: return f"Ошибка перевода: {str(e)}" # Создание интерфейса with gr.Blocks() as demo: # Заголовок с изображением и значками gr.HTML("""
Felguk Logo
GitHub Hugging Face
""") # Felguk News gr.Markdown(""" ## Felguk News **Последнее обновление:** 2023-10-25 - Добавлена поддержка новых форматов файлов. - Улучшена производительность обработки изображений. - Исправлены ошибки в переводе текста. """) gr.Markdown("Чат-бот Felguk v0. Отвечает на том же языке, на котором вы написали. Задавайте вопросы и загружайте файлы (PDF, изображения, видео, аудио, txt)!") # Кнопка "Новый чат" with gr.Row(): new_chat_button = gr.Button("Новый чат", variant="secondary") # Felguk Tools: Отдельные инструменты with gr.Tabs(): # Вкладка Txt Analyzer with gr.Tab("Анализатор текста"): gr.Markdown("## Анализатор текста") txt_file = gr.File(label="Загрузите txt файл", file_types=[".txt"]) txt_output = gr.Textbox(label="Содержимое файла", interactive=False) analyze_button = gr.Button("Анализировать") analyze_button.click(fn=analyze_txt, inputs=txt_file, outputs=txt_output) # Вкладка Remove Background with gr.Tab("Удаление фона"): gr.Markdown("## Удаление фона с изображения") image_input = gr.Image(label="Загрузите изображение", type="pil") background_input = gr.Image(label="Загрузите фон (опционально)", type="pil") background_color_input = gr.ColorPicker(label="Выберите цвет фона (опционально)") remove_bg_button = gr.Button("Удалить фон") image_output = gr.Image(label="Результат (без фона)", type="pil") remove_bg_button.click( fn=remove_background, inputs=[image_input, background_input, background_color_input], outputs=image_output ) # Вкладка Numage with gr.Tab("Numage"): gr.Markdown("## Numage: Подсчет объектов на изображении") numage_input = gr.File(label="Загрузите изображение", file_types=["image"]) numage_output = gr.Textbox(label="Результат", interactive=False) numage_button = gr.Button("Определить количество объектов") numage_button.click(fn=count_objects, inputs=numage_input, outputs=numage_output) # Вкладка ConverjerIMG with gr.Tab("Конвертер изображений"): gr.Markdown("## Конвертер изображений") img_input = gr.File(label="Загрузите изображение", file_types=["image"]) img_format = gr.Dropdown( choices=["JPEG", "PNG", "BMP", "GIF", "TIFF"], label="Выберите формат для конвертации", value="JPEG" ) img_output = gr.File(label="Результат конвертации") convert_button = gr.Button("Конвертировать") convert_button.click(fn=convert_image, inputs=[img_input, img_format], outputs=img_output) # Вкладка Felguk-ImageResizer with gr.Tab("Felguk-ImageResizer"): gr.Markdown("## Felguk-ImageResizer: Изменение размера изображения") image_input = gr.File(label="Загрузите изображение", file_types=["image"]) width_input = gr.Number(label="Ширина", value=300) height_input = gr.Number(label="Высота", value=300) resize_button = gr.Button("Изменить размер") resized_image_output = gr.Image(label="Результат", type="filepath") resize_button.click(fn=resize_image, inputs=[image_input, width_input, height_input], outputs=resized_image_output) # Вкладка Felguk-TextTranslator with gr.Tab("Felguk-TextTranslator"): gr.Markdown("## Felguk-TextTranslator: Перевод текста") text_input = gr.Textbox(label="Введите текст для перевода", lines=5) target_language_input = gr.Dropdown( choices=["en", "ru", "es", "fr", "de"], label="Выберите язык перевода", value="en" ) translate_button = gr.Button("Перевести") translated_text_output = gr.Textbox(label="Результат", interactive=False) translate_button.click(fn=translate_text, inputs=[text_input, target_language_input], outputs=translated_text_output) # Интерфейс чата chat_interface = gr.ChatInterface( respond, additional_inputs=[ gr.Textbox(value="You are a friendly Chatbot.", label="System message"), gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Max new tokens"), gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"), gr.Slider( minimum=0.1, maximum=1.0, value=0.95, step=0.05, label="Top-p (nucleus sampling)", ), gr.File(label="Загрузите файл (опционально)"), ], ) # Привязка кнопки "Новый чат" к функции сброса истории new_chat_button.click(fn=reset_chat, outputs=chat_interface.chatbot) # Запуск интерфейса if __name__ == "__main__": demo.launch()