Update app.py

app.py

@@ -2,6 +2,7 @@ import tensorflow as tf
 from keras.utils import custom_object_scope
 import gradio as gr
 import numpy as np
+from PIL import Image
 
 # Defina a camada personalizada FixedDropout
 class FixedDropout(tf.keras.layers.Dropout):
@@ -20,13 +21,27 @@ with custom_object_scope({'FixedDropout': FixedDropout}):
 # Crie uma lista de classes
 class_names = ["Normal", "Cataract"]
 
+# Defina a função de pré-processamento
+def preprocess_image(inp):
+    # Redimensione a imagem para o formato esperado pelo modelo (192x256)
+    img = Image.fromarray(inp)
+    img = img.resize((256, 192))
+    
+    # Converta a imagem para um array numpy
+    img = np.array(img)
+    
+    # Normalize a imagem (escala de 0 a 1)
+    img = img / 255.0
+
+    return img
+
 # Defina a função de classificação
 def classify_image(inp):
-    # Reshape a imagem de entrada para o formato esperado pelo modelo
-    img = inp.reshape((-1, 192, 256, 3))
+    # Pré-processar a imagem
+    img = preprocess_image(inp)
 
     # Faça uma previsão usando o modelo treinado
-    prediction = loaded_model.predict(img).flatten()
+    prediction = loaded_model.predict(np.expand_dims(img, axis=0)).flatten()
 
     # Retorna a classe prevista
     return class_names[np.argmax(prediction)]