Update app.py

app.py

@@ -1,33 +1,41 @@
 import gradio as gr
 import tensorflow as tf
 import numpy as np
+import cv2
 
-# Lista de etiquetas en el mismo orden en que entrenaste el modelo
-etiquetas = ["apple", "car", "cloud", "moon", "stop sign"]
+# Tu lista de etiquetas (ajusta según tus clases y orden de entrenamiento)
+etiquetas = ['apple', 'car', 'cloud', 'moon', 'stop sign']
 
-# Cargar el modelo
+# Cargar el modelo previamente entrenado (.keras)
 model = tf.keras.models.load_model("quickdraw_model.keras")
 
-def predict(image):
-    import cv2
-    import numpy as np
-    # Si la imagen es RGB, conviértela a escala de grises
+def procesar_imagen(image):
+    # Convertir a escala de grises si es necesario
     if image.ndim == 3:
         image = np.mean(image, axis=2)
-    # Redimensiona a 28x28
-    image = cv2.resize(image, (28, 28))
+    # Redimensionar a 28x28
+    image = cv2.resize(image, (28, 28), interpolation=cv2.INTER_AREA)
+    # Normalizar (0-1)
     image = image / 255.0
+    # Invertir: fondo negro, trazo blanco
+    image = 1.0 - image
+    # Aplanar
     image = image.reshape(1, 784)
-    preds = model.predict(image)
+    return image
+
+def predict(image):
+    image_proc = procesar_imagen(image)
+    preds = model.predict(image_proc)
     class_idx = np.argmax(preds)
     return etiquetas[class_idx]
 
 iface = gr.Interface(
     fn=predict,
-    inputs=gr.Image(image_mode='L'),
+    inputs=gr.Image(shape=(224, 224), image_mode='L', label="Dibuja o sube una imagen (trazo negro, fondo blanco)"),
     outputs="label",
     title="QuickDraw API",
-    description="API para reconocer dibujos estilo QuickDraw"
+    description="API para reconocer dibujos estilo QuickDraw entrenado por ti"
 )
 
-iface.launch()
+if __name__ == "__main__":
+    iface.launch()