Update app.py

app.py

@@ -10,11 +10,17 @@ import io
 model = load_model('model_1.0000.h5')
 
 def predict_and_invert(input_image):
-    # Converter a imagem para o formato correto e fazer a previsão
+    # Redimensionar a imagem para (224, 224) - o tamanho esperado pelo modelo
+    input_image = input_image.resize((224, 224))
+    
+    # Converter a imagem para o formato correto
     img = image.img_to_array(input_image)
-    img = np.expand_dims(img, axis=0)
     img = img / 255.0  # Normalizar a imagem (como fizemos durante o treinamento)
 
+    # Ajustar a imagem para o tamanho correto (224, 224, 3)
+    img = np.expand_dims(img, axis=0)
+    img = img[:, :224, :224, :]  # Ajustar para 224x224 pixels
+
     prediction = model.predict(img)
 
     # Interpretar o resultado
@@ -34,7 +40,6 @@ def predict_and_invert(input_image):
     return result, img_inverted_pil
 
 # Criar uma interface Gradio
-# ...
 iface = gr.Interface(
     fn=predict_and_invert,
     inputs=gr.inputs.Image(type="pil", label="Carregar uma imagem"),
@@ -42,6 +47,5 @@ iface = gr.Interface(
     title="Modelo de Classificação de Anomalias Cardíacas"
 )
 
-# Executar a interface Gradio localmente
+# Executar a interface Gradio
 iface.launch()
-