import gradio as gr
import pytesseract
from PIL import Image

# Tesseract 경로 설정
# Hugging Face Spaces에서는 기본적으로 "/usr/bin/tesseract" 경로에 설치되어 있습니다.
# 로컬 환경에서 실행 시, 아래 경로를 자신의 Tesseract 설치 경로로 변경하세요.
pytesseract.pytesseract.tesseract_cmd = "/usr/bin/tesseract"

# 평가 함수 정의
def evaluate_solution(image):
    """
    업로드된 손글씨 이미지를 OCR로 텍스트로 변환하고,
    성취기준에 따라 평가 및 피드백을 제공하는 함수.
    """
    try:
        # OCR로 이미지에서 텍스트 추출
        extracted_text = pytesseract.image_to_string(image, lang="kor")
        
        # 초기 점수와 피드백 설정
        score = 0
        feedback = []

        # 예시: 6학년 수학 성취기준 기반 평가 (혼합 계산, 약수와 배수, 분수와 소수 연산)
        if "혼합 계산" in extracted_text:
            feedback.append("혼합 계산 풀이가 포함되었습니다.")
            score += 30
        else:
            feedback.append("혼합 계산 풀이가 누락되었습니다.")

        if "약수와 배수" in extracted_text:
            feedback.append("약수와 배수 관련 풀이가 포함되었습니다.")
            score += 30
        else:
            feedback.append("약수와 배수 관련 풀이가 누락되었습니다.")

        if "분수의 덧셈과 뺄셈" in extracted_text or "소수의 곱셈과 나눗셈" in extracted_text:
            feedback.append("분수 또는 소수 연산이 포함되었습니다.")
            score += 40
        else:
            feedback.append("분수 또는 소수 연산이 누락되었습니다.")

        # 결과 반환 (텍스트, 점수, 피드백)
        return extracted_text, score, "\n".join(feedback)
    
    except Exception as e:
        # 오류 발생 시 기본값 반환
        return "", 0, f"오류 발생: {str(e)}"

# Gradio 인터페이스 구성
with gr.Blocks() as demo:
    gr.Markdown("# 초등학교 6학년 수학 문제 풀이 평가 시스템")
    
    with gr.Row():
        image_input = gr.Image(label="손글씨 이미지 업로드", type="pil")
        output_text = gr.Textbox(label="추출된 텍스트")
        output_score = gr.Number(label="점수")
        output_feedback = gr.Textbox(label="피드백")

    submit_button = gr.Button("평가하기")
    submit_button.click(
        evaluate_solution, 
        inputs=image_input, 
        outputs=[output_text, output_score, output_feedback]
    )

# 애플리케이션 실행
demo.launch()