app.py

import gradio as gr
import numpy as np
from tensorflow.keras.models import load_model
from PIL import Image

# Cargar modelo
model = load_model("autoencoder.h5")

# Función de predicción
def detectar_anomalia(imagen):
    imagen = imagen.convert("L").resize((64, 64))
    arr = np.array(imagen) / 255.0
    arr = arr.reshape((1, 64, 64, 1))
    reconstruido = model.predict(arr)
    error = np.mean((arr - reconstruido) ** 2)

    reconstruido = (reconstruido[0].squeeze() * 255).astype(np.uint8)
    imagen_reconstruida = Image.fromarray(reconstruido)

    return imagen, imagen_reconstruida, f"Error MSE: {error:.6f}"

# Interfaz
demo = gr.Interface(
    fn=detectar_anomalia,
    inputs=gr.Image(type="pil", label="Sube una imagen"),
    outputs=[
        gr.Image(label="Imagen original"),
        gr.Image(label="Reconstruida"),
        gr.Textbox(label="Error de reconstrucción")
    ],
    title="Autoencoder para Detección de Anomalías (Keras)"
)

demo.launch()