Update app.py

app.py

@@ -0,0 +1,34 @@
+import gradio as gr
+import tensorflow as tf
+import numpy as np
+from PIL import Image
+
+# --- Cargar el modelo completo ---
+model = tf.keras.models.load_model("autoencoder_complete_model_Fourier.keras")
+
+# --- Transformaciones necesarias ---
+def preprocess_image(img):
+    """ Prepara la imagen para el modelo (escala 0-1 y redimensiona a 256x256). """
+    img = img.resize((256, 256))  # Asegurar tamaño correcto
+    img_array = np.array(img) / 255.0  # Normalizar entre 0 y 1
+    img_array = np.expand_dims(img_array, axis=0)  # Añadir batch dimension
+    return img_array
+
+def denoise_image(img):
+    """ Pasa la imagen ruidosa por el autoencoder y devuelve la imagen reconstruida. """
+    img_array = preprocess_image(img)
+
+    # Pasar la imagen por el autoencoder
+    denoised_img = model.predict(img_array)
+
+    # Postprocesamiento
+    denoised_img = np.squeeze(denoised_img)  # Remover batch dimension
+    denoised_img = (denoised_img * 255).astype(np.uint8)  # Convertir a formato uint8
+    return denoised_img
+
+# --- Interfaz Gradio ---
+gr.Interface(fn=denoise_image,
+             inputs=gr.Image(type="pil"),  # Imagen de entrada
+             outputs=gr.Image(type="numpy"),  # Imagen de salida
+             examples=["noisy1.jpg", "noisy2.jpg"]  # Ejemplos opcionales
+).launch()