´´ver3´´

app.py

@@ -13,14 +13,18 @@ style_transfer_model = hub.load('https://tfhub.dev/google/magenta/arbitrary-imag
 def load_image(image):
     # Redimensiona a imagem para o tamanho padrão
     image = cv2.resize(image, IMAGE_SIZE, interpolation=cv2.INTER_AREA)
-
     # Processa a imagem para o modelo
     image = image.astype(np.float32)[np.newaxis, ...] / 255.
     if image.shape[-1] == 4:
         image = image[..., :3]
     return image
 
-# Restante do seu código...
+def apply_sharpness(image, intensity):
+    kernel = np.array([[0, -intensity, 0],
+                       [-intensity, 1 + 4 * intensity, -intensity],
+                       [0, -intensity, 0]])
+    sharp_image = cv2.filter2D(image, -1, kernel)
+    return np.clip(sharp_image, 0, 255)
 
 def style_transfer(content_image, style_image, style_density, content_sharpness):
     # Processa as imagens
@@ -34,7 +38,7 @@ def style_transfer(content_image, style_image, style_density, content_sharpness)
     # Executa a transferência de estilo
     stylized_image = style_transfer_model(tf.constant(content_image_sharp), tf.constant(style_image))[0]
 
-    # Não é mais necessário redimensionar stylized_image, pois todas as imagens já estão no mesmo tamanho
+    
     # Interpola entre a imagem de conteúdo e a imagem estilizada para densidade de estilo
     stylized_image = interpolate_images(
         baseline=content_image[0],