Update app.py

app.py

@@ -10,14 +10,8 @@ import io
 model = load_model('model_1.0000.h5')
 
 def predict_and_invert(input_image):
-    # Converter o objeto de imagem do Gradio para bytes
-    img_bytes = io.BytesIO(input_image.read())
-
-    # Abrir a imagem com o Pillow
-    img = PILImage.open(img_bytes)
-
     # Converter a imagem para o formato correto e fazer a previsão
-    img = image.img_to_array(img)
+    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)
 
@@ -32,12 +26,12 @@ def predict_and_invert(input_image):
     # Inverter a imagem
     img_inverted = 1 - img  # Inverter a imagem
 
-    # Converter a imagem invertida de volta para bytes
-    img_inverted_bytes = io.BytesIO()
+    # Converter a imagem invertida de volta para o formato PIL
     img_inverted_pil = PILImage.fromarray(np.uint8(img_inverted[0] * 255))
+    img_inverted_bytes = io.BytesIO()
     img_inverted_pil.save(img_inverted_bytes, format='PNG')
 
-    return result, img_inverted_bytes.getvalue()
+    return result, img_inverted_pil
 
 # Criar uma interface Gradio
 iface = gr.Interface(
@@ -48,4 +42,4 @@ iface = gr.Interface(
 )
 
 # Executar a interface Gradio
-iface.launch()
+iface.launch(share=True)