Update app.py

app.py

@@ -1,32 +1,37 @@
-from fastapi import FastAPI, Request
-import ipinfo
+from fastapi import FastAPI, Query
+from nsfw_detector import predict
+from PIL import Image
+import requests
+from io import BytesIO
 
 app = FastAPI()
 
-# Criando uma instância do cliente
-handler = ipinfo.getHandler()
+# Carregar o modelo pré-treinado
+model = predict.load_model("nsfw_mobilenet2.224x224.h5")  # Baixe o modelo ao configurar
 
-@app.get("/get-location/")
-async def get_location(request: Request):
+@app.get("/check-nsfw/")
+def check_nsfw(image_url: str = Query(..., description="URL da imagem para análise")):
     """
-    Retorna informações de localização com base no IP.
+    Analisa uma imagem a partir de um URL e detecta conteúdo NSFW.
     """
-    # Obtendo o IP do cliente
-    client_host = request.client.host
+    try:
+        # Baixar a imagem a partir da URL
+        response = requests.get(image_url)
+        response.raise_for_status()  # Lança erro se a URL for inválida
+        image = Image.open(BytesIO(response.content))
+        
+        # Fazer a predição
+        predictions = predict.classify(model, {"image": image})
+        
+        # Resultados
+        nsfw_score = predictions["image"]["porn"] + predictions["image"]["sexy"]
+        sfw_score = predictions["image"]["neutral"]
+        classification = "NSFW" if nsfw_score > sfw_score else "SFW"
 
-    # Consultando informações de localização
-    details = handler.getDetails(client_host)
-
-    # Extraindo informações disponíveis
-    location_data = details.all
-
-    # Retornando as informações como JSON
-    return {
-        "ip": location_data.get("ip", "Desconhecido"),
-        "city": location_data.get("city", "Desconhecida"),
-        "region": location_data.get("region", "Desconhecida"),
-        "country": location_data.get("country", "Desconhecido"),
-        "latitude": location_data.get("latitude", "Desconhecida"),
-        "longitude": location_data.get("longitude", "Desconhecida"),
-        "organization": location_data.get("org", "Desconhecida")
-    }
+        return {
+            "image_url": image_url,
+            "classification": classification,
+            "scores": predictions["image"]
+        }
+    except Exception as e:
+        return {"error": str(e)}