Create app.py

app.py

@@ -0,0 +1,36 @@
+import gradio as gr
+import numpy as np
+import joblib
+from PIL import Image
+from skimage.transform import resize
+
+# Charger le modèle à partir du fichier enregistré
+filename = 'modele_mlp.joblib'
+loaded_model = joblib.load(filename)
+
+# Fonction de traitement d'image
+def preprocess_image(image):
+    # Convertir l'image en tableau NumPy
+    img_array = np.array(image)
+
+    # Réduire la taille de l'image à 8x8 (comme les images du jeu de données)
+    resized_img = resize(img_array, (8, 8), anti_aliasing=True)
+
+    # Aplatir l'image en un vecteur 1D
+    flat_img = resized_img.flatten()
+
+    # Normaliser les valeurs de pixel entre 0 et 16 (correspondant aux valeurs dans le jeu de données)
+    normalized_img = (flat_img / 255) * 16
+
+    return normalized_img
+
+def predict_digit(image):
+    # Prétraiter l'image
+    preprocessed_image = preprocess_image(image)
+
+    # Faire une prédiction avec le modèle chargé
+    prediction = loaded_model.predict([preprocessed_image])[0]
+    return str(prediction)
+
+iface = gr.Interface(fn=predict_digit, inputs="image", outputs="text", capture_session=True)
+iface.launch()