app.py

import streamlit as st
import tensorflow as tf
from tensorflow.keras.preprocessing.image import load_img, img_to_array
import numpy as np

def preprocesa_img(img_path):
    img = load_img(img_path, color_mode="grayscale", target_size=(28, 28))
    img_array = img_to_array(img)
    img_array = 255 - img_array  # Invertir colores
    img_array = img_array.reshape(1, 784) / 255.0  # Aplanar y normalizar
    return img_array

# Cargar el modelo
model = tf.keras.models.load_model("identificadordigitos.h5")
st.title("Clasificación de imágenes de dígitos")

uploaded_file = st.file_uploader("Subir una imagen de un dígito", type=["jpg", "png"])

if uploaded_file is not None:
    image_array = preprocesa_img(uploaded_file)
    
    # Verificar la imagen preprocesada
    st.write("Imagen preprocesada:", image_array)

    # Realizar la predicción
    preliminar = model.predict(image_array)
    st.write("Predicción del modelo (vector de probabilidades):", preliminar)

    # Obtener la predicción final
    prediccion = np.argmax(preliminar, axis=1)[0]
    st.success(f"Predicción: {prediccion}")