Create app.py

app.py

@@ -0,0 +1,27 @@
+import streamlit as st
+import tensorflow as tf
+from tensorflow.keras.preprocessing.image import load_img, img_to_array
+import numpy as np
+
+def preprocesa_img(img_path):
+  img = load_img(img_path, color_mode="grayscale", target_size=(28, 28))
+  img_array = img_to_array(img)
+  img_array = 255 - img_array  
+  img_array = img_array.reshape(1, 784) / 255.0  
+  return img_array
+
+model = tf.keras.models.load_model("identificadordigitos.h5")
+st.title("Clasificación de imágenes de dígitos")
+
+uploaded_file = st.file_uploader("Subir una imagen de un dígito", type=["jpg", "png"])
+
+if uploaded_file is not None:
+  image_array = preprocesa_img(uploaded_file)
+   
+  st.write("Imagen preprocesada:", image_array)
+
+  preliminar = model.predict(image_array)
+
+  st.write("Predicción del modelo (vector de probabilidades):", preliminar)
+  prediccion = np.argmax(preliminar, axis=1)[0]
+  st.success(f"Predicción: {prediccion}")