Update app.py

app.py

@@ -6,7 +6,6 @@ IMG_SIZE = (224, 224)
 MODEL_PATH = "dental_classifier_model.keras"
 CLASS_NAMES = ['no_valido', 'valido']
 
-# Cargar modelo
 model = tf.keras.models.load_model(MODEL_PATH)
 
 def preprocess_image(img):
@@ -28,22 +27,22 @@ def predecir(rx_image):
     other_class = CLASS_NAMES[other_index]
     other_confidence = score[other_index] * 100
     
-    # Color según resultado
     color_texto = "#4CAF50" if predicted_class == "valido" else "#FF0000"
     
     resultado_texto = f"""
     <div style='
-        font-size:36px; 
-        text-align:center; 
-        padding:40px; 
+        font-size:36px;
+        text-align:center;
+        padding:40px;
         height:350px;
-        border: 3px solid {color_texto}; 
-        border-radius:25px; 
-        background-color:#f0f0f0;
+        border: 3px solid {color_texto};
+        border-radius:25px;
+        background-color:#ffffff;  /* fondo blanco seguro */
         display:flex;
         flex-direction:column;
         justify-content:center;
         color:{color_texto};
+        box-shadow: 0 4px 12px rgba(0,0,0,0.15);
     '>
         <div>Resultado: <b>{predicted_class.upper()}</b></div>
         <div>Confianza: {confidence:.2f}%</div>
@@ -54,6 +53,9 @@ def predecir(rx_image):
     return resultado_texto
 
 with gr.Blocks(theme="default") as demo:
+    # Forzar fondo claro en toda la app
+    gr.HTML("<style>body{background-color:#ffffff;}</style>")
+    
     gr.Markdown("## Clasificador RX LAB 🦷 V1(529NV-348V) TFG Marta B.")
     
     with gr.Row():
@@ -64,8 +66,7 @@ with gr.Blocks(theme="default") as demo:
         with gr.Column():
             resultado = gr.HTML(label="Resultado")
     
-    # ⬅ Aquí están los paréntesis cerrados correctamente
     boton_analizar.click(fn=predecir, inputs=rx_input, outputs=resultado)
     boton_limpiar.click(lambda: (None, None), inputs=[], outputs=[rx_input, resultado])
 
-demo.launch()
+demo.launch()