vision_engine.py

import os
import base64
import requests
from dotenv import load_dotenv

# Cargar variables de entorno desde el archivo .env
load_dotenv()

# Configuracion de la API de CapSolver
CAPSOLVER_API_KEY = os.getenv("CAPSOLVER_API_KEY")
CREATE_TASK_URL = "https://api.capsolver.com/createTask"

# Modulos de Vision Engine
MODULES = {
    "slider_1": "Captcha slider - requiere imagen e imagenFondo",
    "rotate_1": "Deteccion de rotacion - requiere imagen e imagenFondo",
    "rotate_2": "Rotacion independiente - requiere solo imagen",
    "shein": "Seleccion multi-objeto con coordenadas - requiere imagen y pregunta"
}


def solve_slider(image_base64, background_base64):
    """
    Resolver captcha de slider.

    Args:
        image_base64: Imagen de la pieza del slider codificada en Base64
        background_base64: Imagen del fondo codificada en Base64

    Returns:
        Solucion conteniendo la distancia a deslizar
    """
    payload = {
        "clientKey": CAPSOLVER_API_KEY,
        "task": {
            "type": "VisionEngine",
            "module": "slider_1",
            "image": image_base64,
            "imageBackground": background_base64
        }
    }

    response = requests.post(CREATE_TASK_URL, json=payload)
    result = response.json()

    if result.get("errorId") != 0:
        raise Exception(f"Error al resolver: {result.get('errorDescription')}")

    return result.get("solution", {})


def solve_rotate(image_base64, background_base64=None, module="rotate_1"):
    """
    Resolver captcha de rotacion.

    Args:
        image_base64: Imagen a rotar codificada en Base64
        background_base64: Fondo codificado en Base64 (requerido para rotate_1)
        module: "rotate_1" (con fondo) o "rotate_2" (independiente)

    Returns:
        Solucion conteniendo el angulo a rotar
    """
    payload = {
        "clientKey": CAPSOLVER_API_KEY,
        "task": {
            "type": "VisionEngine",
            "module": module,
            "image": image_base64
        }
    }

    if background_base64 and module == "rotate_1":
        payload["task"]["imageBackground"] = background_base64

    response = requests.post(CREATE_TASK_URL, json=payload)
    result = response.json()

    if result.get("errorId") != 0:
        raise Exception(f"Error al resolver: {result.get('errorDescription')}")

    return result.get("solution", {})


def solve_shein(image_base64, question):
    """
    Resolver captcha de seleccion multi-objeto estilo Shein.

    Args:
        image_base64: Imagen codificada en Base64
        question: El tipo de objeto a identificar

    Returns:
        Solucion conteniendo rects (arrays de coordenadas)
    """
    payload = {
        "clientKey": CAPSOLVER_API_KEY,
        "task": {
            "type": "VisionEngine",
            "module": "shein",
            "image": image_base64,
            "question": question
        }
    }

    response = requests.post(CREATE_TASK_URL, json=payload)
    result = response.json()

    if result.get("errorId") != 0:
        raise Exception(f"Error al resolver: {result.get('errorDescription')}")

    return result.get("solution", {})


def load_image_as_base64(image_path):
    """Funcion auxiliar para cargar imagen como base64."""
    with open(image_path, "rb") as f:
        return base64.b64encode(f.read()).decode("utf-8")


def main():
    if not CAPSOLVER_API_KEY:
        print("Error: CAPSOLVER_API_KEY no encontrada en el archivo .env")
        print("Por favor, crea un archivo .env con tu clave API:")
        print("CAPSOLVER_API_KEY=tu_clave_api_aqui")
        return

    print("Vision Engine - Resolutor de Captcha Slider/Rotacion")

    print("\nModulos disponibles:")
    for module, desc in MODULES.items():
        print(f"  {module}: {desc}")

    print("\nEjemplo de uso:")
    print("\n  # Captcha slider:")
    print('  slider_img = load_image_as_base64("slider.png")')
    print('  bg_img = load_image_as_base64("fondo.png")')
    print("  solution = solve_slider(slider_img, bg_img)")
    print("  # Devuelve: {'distance': 150}  # pixeles a deslizar")

    print("\n  # Captcha de rotacion (con fondo):")
    print("  solution = solve_rotate(image_base64, background_base64, module='rotate_1')")
    print("  # Devuelve: {'angle': 45}  # grados a rotar")

    print("\n  # Captcha de rotacion (independiente):")
    print("  solution = solve_rotate(image_base64, module='rotate_2')")
    print("  # Devuelve: {'angle': 90}")

    print("\n  # Seleccion multi-objeto Shein:")
    print('  solution = solve_shein(image_base64, "Selecciona todos los zapatos")')
    print("  # Devuelve: {'rects': [[x1,y1,x2,y2], [x1,y1,x2,y2]]}  # coordenadas de objetos")


if __name__ == "__main__":
    main()