app.py

import gradio as gr
import os
from joblib import load
from skimage.transform import resize
from skimage.color import rgb2gray
import numpy as np

classifier = load('knn_classifier.joblib')

def predict_image(image):
  if len(image.shape) == 3:
    image = rgb2gray(image)

  image = resize(image, (8,8),anti_aliasing=True, mode='reflect') #Redimensionamiento
  image = (image * 255).astype(np.uint8)

  #image = np.array(image, dtype = np.float64)
  image = np.invert(image)
  image = image.reshape(1,-1)

  prediction = classifier.predict(image)
  return prediction[0]
    
imagenes_muestra =[
    [os.path.join(os.path.abspath(''), "0.png")],
    [os.path.join(os.path.abspath(''), "5.png")],
    [os.path.join(os.path.abspath(''), "7.png")],
]
iface = gr.Interface(
    fn = predict_image,
    inputs = gr.Image(label = "Sube una imagen de un numero o Selecciona una de los ejemplos"),#"image",
    outputs = gr.Textbox(label = "El resultado es:"),#"text",
    examples = imagenes_muestra,
    title = "Clasificador de numeros mediante método KNN supervisado",
    description = "El método K Nearest Neighbors (KNN) es un algoritmo de aprendizaje automático simple y ampliamente utilizado para clasificación y regresión.El método presentado se utiliza para clasificar imágenes de dígitos escritos a mano"
)

iface.launch(debug=True)