Corregir error en resize: Añadir verificaciones de validez de imágenes

streamlit_app.py

@@ -590,9 +590,49 @@ def main():
         st.session_state.feature_camera_running = True
 
     def stop_feature_camera():
+    # Función auxiliar para verificar si una imagen es válida antes de redimensionar
+    def is_valid_image(img):
+        if img is None:
+            return False
+        try:
+            # Verificar que la imagen tenga dimensiones válidas y datos
+            return img.size > 0 and len(img.shape) >= 2 and img.shape[0] > 0 and img.shape[1] > 0
+        except:
+            return False
+    
+    # Función auxiliar para redimensionar de forma segura
+    def safe_resize(img, target_size):
+        if is_valid_image(img):
+            try:
+                return cv2.resize(img, target_size)
+            except Exception as e:
+                print(f"Error al redimensionar: {str(e)}")
+                return None
+        return None
+
         st.session_state.feature_camera_running = False
         st.session_state.feature_camera_stopped = True
 
+    # Función auxiliar para verificar si una imagen es válida antes de redimensionar
+    def is_valid_image(img):
+        if img is None:
+            return False
+        try:
+            # Verificar que la imagen tenga dimensiones válidas y datos
+            return img.size > 0 and len(img.shape) >= 2 and img.shape[0] > 0 and img.shape[1] > 0
+        except:
+            return False
+    
+    # Función auxiliar para redimensionar de forma segura
+    def safe_resize(img, target_size):
+        if is_valid_image(img):
+            try:
+                return cv2.resize(img, target_size)
+            except Exception as e:
+                st.error(f"Error al redimensionar: {str(e)}")
+                return None
+        return None
+
     if app_mode == "About":
         st.markdown("""
         ## About This App
@@ -2226,7 +2266,9 @@ def main():
                             # Reducir tamaño del frame para procesamiento más rápido
                             scale_factor = 0.5
                             h, w = img.shape[:2]
-                            small_img = cv2.resize(img, (int(w * scale_factor), int(h * scale_factor)))
+                            small_img = safe_resize(img, (int(w * scale_factor), int(h * scale_factor)))
+            if small_img is None:
+                return frame
                             
                             # Detect faces - la función ahora devuelve directamente los bboxes
                             bboxes = detect_face_dnn(face_net, small_img, confidence_threshold)