Update app.py

app.py

@@ -1,8 +1,8 @@
 import tensorflow as tf
 from keras.utils import custom_object_scope
 import gradio as gr
-from PIL import Image, ImageDraw
-import numpy as np 
+from PIL import Image
+import numpy as np
 
 # Defina a camada personalizada FixedDropout
 class FixedDropout(tf.keras.layers.Dropout):
@@ -25,7 +25,7 @@ class_names = ["Normal", "Cataract"]
 def classify_image(inp):
     # Redimensione a imagem para o formato esperado pelo modelo (192x256)
     img = Image.fromarray(inp).resize((256, 192))
-    
+
     # Converta a imagem para um array numpy e normalize-a (escala de 0 a 1)
     img = np.array(img) / 255.0
 
@@ -35,12 +35,11 @@ def classify_image(inp):
     # Obtém a classe prevista
     predicted_class = class_names[np.argmax(prediction)]
 
-    # Redimensione a imagem de entrada para um tamanho menor (64x64) e aumente a resolução
+    # Redimensione a imagem de entrada para um tamanho menor (64x64)
     inp = Image.fromarray(inp).resize((64, 64), Image.BICUBIC)
 
     return np.array(inp), predicted_class
 
-
 # Crie uma interface Gradio
 iface = gr.Interface(
     fn=classify_image,