Update app.py

app.py

@@ -6,16 +6,11 @@ from tensorflow.keras.models import load_model
 # Carica il modello salvato in formato Keras .h5
 model = load_model('mio_modello.h5')
 
-# Preprocessare l'immagine
 def preprocess_image(image):
-    image = Image.fromarray(image)  # Assumendo che 'image' sia un array numpy
-    image = image.resize((64, 64))  # Ridimensionare l'immagine a 64x64
-    image_array = np.array(image) / 255.0  # Normalizzare i pixel (da 0 a 1)
-
-    # Verificare la forma dell'immagine preprocessata
-    print(f"Image shape after resizing and normalization: {image_array.shape}")
-    
-    image_array = np.expand_dims(image_array, axis=0)  # Aggiungi una dimensione batch
+    image = Image.fromarray(image)
+    image = image.resize((64, 64))
+    image_array = np.array(image) / 255.0  # Se l'addestramento normalizzava tra 0 e 1
+    image_array = np.expand_dims(image_array, axis=0)
     return image_array
 
 # Classificazione: Definire una funzione per fare la predizione con le percentuali di confidenza