Upload 3 files

Dockerfile

@@ -0,0 +1,28 @@
+# Usa una imagen base de Python con soporte para TensorFlow
+FROM tensorflow/tensorflow:2.11.0
+
+# Establece el directorio de trabajo
+WORKDIR /app
+
+# Instala dependencias del sistema
+RUN apt-get update && apt-get install -y \
+    libgl1-mesa-glx \
+    libglib2.0-0
+
+# Copia el archivo requirements.txt al contenedor
+COPY ./requirements.txt /app/requirements.txt
+
+# Instala dependencias de Python
+RUN pip install --no-cache-dir -r /app/requirements.txt
+
+# Copia el código fuente de la aplicación al contenedor
+COPY . /app
+
+# Asigna permisos de ejecución a los scripts (opcional)
+RUN chmod -R 777 /app
+
+# Expone el puerto para la API
+EXPOSE 7860
+
+# Comando para ejecutar la aplicación
+CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "7860"]

app.py

@@ -0,0 +1,23 @@
+import cv2
+from fastapi import FastAPI, File, UploadFile
+import numpy as np
+from PIL import Image
+import io
+
+app = FastAPI()
+
+@app.post("/detect_disease/")
+async def detect_disease(file: UploadFile = File(...)):
+    # Leer imagen cargada
+    image_bytes = await file.read()
+    image = Image.open(io.BytesIO(image_bytes))
+    img_np = np.array(image)
+
+    # Convertir a escala de grises y aplicar análisis de bordes
+    gray = cv2.cvtColor(img_np, cv2.COLOR_RGB2GRAY)
+    edges = cv2.Canny(gray, 100, 200)
+
+    # Analizar características básicas (esto es un ejemplo)
+    disease_detected = "Enfermedad detectada" if np.mean(edges) > 50 else "Saludable"
+
+    return {"diagnosis": disease_detected}

requirements.txt

@@ -0,0 +1,7 @@
+fastapi
+uvicorn
+numpy
+Pillow
+opencv-python
+tensorflow
+python-multipart