Update app.py

app.py

@@ -1,19 +1,16 @@
-import os
-import requests
 import streamlit as st
 import fitz  # Utilisation de PyMuPDF (PdfReader) pour extraire le texte depuis le PDF
 from transformers import pipeline
+import os
+import requests
 import io
 from PIL import Image
 
 API_URL = "https://api-inference.huggingface.co/models/runwayml/stable-diffusion-v1-5"
 headers = {"Authorization": "Bearer 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"}
+summarizer = pipeline("summarization", model="facebook/bart-large-cnn")
 
-def query(payload):
-    response = requests.post(API_URL, headers=headers, json=payload)
-    return response.content
 
-summarizer = pipeline("summarization", model="facebook/bart-large-cnn")
 
 # Fonction pour extraire les longs paragraphes à partir du texte
 def extraire_long_paragraphes(texte, longueur_maximale=999):
@@ -21,6 +18,10 @@ def extraire_long_paragraphes(texte, longueur_maximale=999):
     longs_paragraphes = [paragraphe.strip() for paragraphe in paragraphes if len(paragraphe) >= longueur_maximale]
     return longs_paragraphes
 
+def query(payload):
+    response = requests.post(API_URL, headers=headers, json=payload)
+    return response.content
+
 # Titre de l'application
 st.title("PDF2SLIDE")
 
@@ -45,17 +46,13 @@ if uploaded_file is not None:
     longs_paragraphes = extraire_long_paragraphes("\n\n".join(paragraphs), longueur_maximale=1000)
 
     # Affichez les longs paragraphes extraits avec des numéros et des résumés
-    st.subheader("Longs paragraphes du PDF avec résumé et image générée:")
+    # Affichez les longs paragraphes extraits avec des numéros et des résumés
+    st.subheader("Longs paragraphes du PDF avec résumé:")
     for i, paragraphe in enumerate(longs_paragraphes, start=1):
-        # Générer un résumé
         summary = summarizer(paragraphe, max_length=900, min_length=30, do_sample=False)
-        
-        # Générer une image à partir du paragraphe
+        #st.text(f"Paragraphe {i}: {summary[0]['summary_text']}")  # Use summary[0]['summary_text']
         image_bytes = query({
-            "inputs": paragraphe,
+        "inputs": summary,
         })
         image = Image.open(io.BytesIO(image_bytes))
-        
-        # Afficher le paragraphe, le résumé et l'image générée
-        st.text(f"Paragraphe {i}: {summary[0]['summary_text']}")
         st.image(image)