Update app.py

app.py

@@ -24,7 +24,7 @@ def predict_sketch(image):
     تستقبل الصورة من لوحة الرسم، تعالجها، وتعيد الاحتمالات.
     """
     try:
-        # الصورة قادمة بصيغة (height, width, 3) RGB
+        # image تكون بصيغة (height, width, 3) من نوع numpy
         gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
         resized = cv2.resize(gray, (28, 28))
         # قلب الألوان (افتراض أن الخلفية سوداء والرسم أبيض)
@@ -43,13 +43,13 @@ def predict_sketch(image):
 def random_example():
     idx = np.random.randint(0, len(test_images))
     img = test_images[idx].reshape(28, 28)
-    # تحويل إلى 3 قنوات (RGB) لأن مكون Image يتوقع صورة ملونة
+    # تحويل إلى 3 قنوات (RGB) لأن Sketchpad يتوقع صورة ملونة
     img_rgb = np.stack([img] * 3, axis=2)
     info_text = f"🖼️ مثال عشوائي رقم {idx} | الرقم الحقيقي: {test_labels[idx]}"
     return img_rgb, info_text
 
 # ============================================
-# 5. بناء واجهة Gradio باستخدام gr.Image (مع خاصية الرسم)
+# 5. بناء واجهة Gradio (باستخدام gr.Sketchpad بدون وسائط إضافية)
 # ============================================
 with gr.Blocks(title="MNIST Digit Recognizer") as demo:
     gr.Markdown("# 🧠 التعرف على الأرقام المكتوبة بخط اليد")
@@ -57,14 +57,8 @@ with gr.Blocks(title="MNIST Digit Recognizer") as demo:
 
     with gr.Row():
         with gr.Column(scale=1):
-            # 🔥 استخدام gr.Image مع sources=['sketch'] لإنشاء لوحة رسم
-            sketch = gr.Image(
-                sources=['sketch'],
-                label="✏️ ارسم هنا",
-                height=280,
-                width=280,
-                type="numpy"  # تعيد الصورة كمصفوفة NumPy
-            )
+            # استخدام Sketchpad بدون أي وسائط إضافية
+            sketch = gr.Sketchpad(label="✏️ ارسم هنا")
             with gr.Row():
                 submit_btn = gr.Button("🔮 توقع", variant="primary")
                 random_btn = gr.Button("🎲 عرض مثال عشوائي", variant="secondary")