import gradio as gr
import requests
import os
import random
from io import BytesIO
from PIL import Image
import base64

# Получение списка API ключей из переменной окружения
api_keys = os.getenv("HF_API_KEYS", "").split(",")
if not api_keys or not all(api_keys):
    raise ValueError("HF_API_KEYS environment variable is not set or contains invalid keys.")

# Выбор случайного API ключа
api_key = random.choice(api_keys)
headers = {
    "Authorization": f"Bearer {api_key}"
}

# Ссылка на API Hugging Face
api_url = "https://api-inference.huggingface.co/models/Salesforce/blip-image-captioning-large"

# Функция для генерации описания изображения
def caption_image(image):
    if image is None:
        return ""

    # Преобразование изображения в байтовый формат
    buffered = BytesIO()
    try:
        image.save(buffered, format="PNG")  # Используем PNG
    except Exception as e:
        return f"Error: Failed to save image - {str(e)}"
    image_bytes = buffered.getvalue()

    # Логирование размера байтового объекта
    print(f"Image size: {len(image_bytes)} bytes")

     # Отправка изображения в base64
    image_base64 = base64.b64encode(image_bytes).decode('utf-8')
    data = {"inputs": image_base64}
    response = requests.post(api_url, headers=headers, json=data, timeout=150)


    # Логирование ответа
    if response.status_code == 200:
        return response.json()[0]['generated_text']
    else:
        print(f"Error: {response.status_code} - {response.text}")
        return f"Error: {response.status_code} - {response.text}"

# Ссылка на файл CSS (опционально)
css_url = "https://neurixyufi-aihub.static.hf.space/style.css"

try:
    response = requests.get(css_url)
    css = response.text + ".gradio-container{max-width: 700px !important} h1{text-align:center}"
except requests.exceptions.RequestException as e:
    print(f"Warning: Could not load CSS from {css_url}: {e}")

# Создание интерфейса Gradio
with gr.Blocks(css=css) as demo:
    gr.Markdown("# Описание изображения")
    with gr.Row():
        with gr.Column():
            image_input = gr.Image(type="pil", label="Ваше изображение")
        with gr.Column():
            caption_output = gr.Textbox(label="Описание")
    image_input.change(fn=caption_image, inputs=image_input, outputs=caption_output)

# Запуск интерфейса
demo.launch(share=False, debug=False, show_error=False, show_api=False).queue(max_size=150)