Update app.py

app.py

@@ -39,9 +39,9 @@ def preprocess_image(img, target_size=(299, 299)):
     img_array = preprocess_input(img_array)
     return img_array
 
-# Modelo para recibir la imagen en formato Base64
-class ImageBase64(BaseModel):
-    image_base64: str
+# Modelo para recibir múltiples imágenes en Base64
+class ImagesBase64(BaseModel):
+    images_base64: list[str]  # Lista de imágenes en formato Base64
 
 # Ruta para imágenes subidas como archivo
 @app.post("/predict/")
@@ -68,28 +68,31 @@ async def predict(file: UploadFile = File(...)):
 
 # Ruta para imágenes en formato Base64
 @app.post("/predict_base64/")
-async def predict_base64(image_data: ImageBase64):
+async def predict_base64(image_data: ImagesBase64):
+    results = {}
     try:
-        # Decodificar la imagen Base64
-        image_bytes = base64.b64decode(image_data.image_base64)
-        img = Image.open(io.BytesIO(image_bytes))
-        img_array = preprocess_image(img)
-        
-        # Realizar predicción
-        predictions = model.predict(img_array)[0]
+        for index, image_base64 in enumerate(image_data.images_base64):
+            # Decodificar cada imagen Base64
+            image_bytes = base64.b64decode(image_base64)
+            img = Image.open(io.BytesIO(image_bytes))
+            img_array = preprocess_image(img)
+            
+            # Realizar predicción
+            predictions = model.predict(img_array)[0]
+            
+            # Obtener el top 10 de predicciones
+            top_10_indices = predictions.argsort()[-10:][::-1]
+            top_10_classes = [class_names[i] for i in top_10_indices]
+            top_10_probabilities = predictions[top_10_indices]
+            
+            # Formar respuesta para la imagen actual
+            image_result = [{"class": top_10_classes[i], "probability": float(top_10_probabilities[i])} for i in range(10)]
+            results[f"imagen{index + 1}"] = image_result
         
-        # Obtener el top 10 de predicciones
-        top_10_indices = predictions.argsort()[-10:][::-1]
-        top_10_classes = [class_names[i] for i in top_10_indices]
-        top_10_probabilities = predictions[top_10_indices]
-        
-        # Formar respuesta en formato JSON
-        result = [{"class": top_10_classes[i], "probability": float(top_10_probabilities[i])} for i in range(10)]
-        return {"predictions": result}
+        return results
     
     except Exception as e:
         return {"error": str(e)}
-
 @app.get("/")
 def greet_json():
     return {"Hello": "World!"}