update fix #1

app.py

@@ -9,6 +9,7 @@ decoder = load_model("models/decoder.h5")
 
 latent_dim = 128 
 
+img_size = (224, 224)
 
 def add_gaussian_noise(image, noise_factor=0.2):
     noisy_image = image + noise_factor * np.random.normal(size=image.shape)
@@ -16,13 +17,15 @@ def add_gaussian_noise(image, noise_factor=0.2):
     return noisy_image
 
 def denoise_and_generate(image, num_images):
-    image = np.array(image) / 255.0  # Normaliza la imagen
-    noisy_image = add_gaussian_noise(np.expand_dims(image, axis=0))  # Añade ruido
-    
+    # Redimensionar la imagen al tamaño esperado
+    image = cv2.resize(np.array(image), img_size) / 255.0  # Normalizar a [0,1]
+
+    noisy_image = add_gaussian_noise(np.expand_dims(image, axis=0))  # Añadir ruido
+
     denoised_image = autoencoder.predict(noisy_image).squeeze()
-    denoised_image = (denoised_image * 255).astype(np.uint8)  # Escala a 0-255
+    denoised_image = (denoised_image * 255).astype(np.uint8)  # Convertir a uint8
     
-    noisy_image_display = (noisy_image.squeeze() * 255).astype(np.uint8)  # Escala a 0-255 para visualizar
+    noisy_image_display = (noisy_image.squeeze() * 255).astype(np.uint8)  # Convertir a uint8
 
     # Genera imágenes con el VAE
     random_latent_vectors = np.random.normal(size=(num_images, latent_dim))