Update app.py

app.py

@@ -5,7 +5,7 @@ import cv2
 from tensorflow.keras import datasets
 
 # ============================================
-# 1. تحميل النموذج المحفوظ (تأكد من وجوده في نفس المجلد)
+# 1. تحميل النموذج المحفوظ
 # ============================================
 model = tf.keras.models.load_model('mnist_cnn_model.keras')
 print("✅ تم تحميل النموذج بنجاح!")
@@ -17,87 +17,72 @@ print("✅ تم تحميل النموذج بنجاح!")
 test_images = test_images.reshape((10000, 28, 28, 1)).astype('float32') / 255
 
 # ============================================
-# 3. دالة التنبؤ على الصورة المرسومة (Sketchpad)
+# 3. دالة التنبؤ على الصورة المرسومة
 # ============================================
 def predict_sketch(image):
     """
-    تستقبل الصورة من لوحة الرسم، تعالجها، وتعيد الاحتمالات لجميع الفئات.
+    تستقبل الصورة من لوحة الرسم، تعالجها، وتعيد الاحتمالات.
     """
     try:
         # تحويل الصورة إلى تدرج رمادي
         gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
-        
-        # تغيير الحجم إلى 28×28 (مثل صور MNIST)
+        # تغيير الحجم إلى 28×28
         resized = cv2.resize(gray, (28, 28))
-        
-        # قلب الألوان (لأن Sketchpad يرسم بالأبيض على الأسود، لكن أحياناً يكون معكوساً)
+        # قلب الألوان (نفترض أن الخلفية سوداء والرسم أبيض)
         inverted = 255 - resized
-        
-        # تطبيع القيم لتكون بين 0 و 1
+        # تطبيع القيم إلى [0,1]
         normalized = inverted.astype('float32') / 255.0
-        
-        # إعادة التشكيل لتناسب نموذج CNN
+        # إعادة التشكيل لتناسب CNN
         reshaped = normalized.reshape(1, 28, 28, 1)
         
         # التنبؤ
         prediction = model.predict(reshaped, verbose=0)[0]
-        
-        # إرجاع الاحتمالات كقاموس (لتعرضها واجهة Gradio بشكل جميل)
         return {str(i): float(prediction[i]) for i in range(10)}
-    
     except Exception as e:
         return {"خطأ": str(e)}
 
 # ============================================
-# 4. دالة عرض مثال عشوائي (تحقيق طلبك بالعشوائية)
+# 4. دالة عرض مثال عشوائي
 # ============================================
 def random_example():
-    """
-    تختار صورة عشوائية من مجموعة الاختبار، وتعرضها في لوحة الرسم،
-    وتكتب رقمها الحقيقي في مربع المعلومات.
-    """
     idx = np.random.randint(0, len(test_images))
-    img = test_images[idx].reshape(28, 28)  # استخراج الصورة (28×28)
-    
-    # تحويل الصورة إلى 3 قنوات (RGB) لأن Sketchpad يتوقع صورة ملونة
+    img = test_images[idx].reshape(28, 28)
+    # تحويل إلى 3 قنوات (RGB) لأن Sketchpad يتوقع صورة ملونة
     img_rgb = np.stack([img] * 3, axis=2)
-    
-    # نص المعلومات
     info_text = f"🖼️ مثال عشوائي رقم {idx} | الرقم الحقيقي: {test_labels[idx]}"
-    
     return img_rgb, info_text
 
 # ============================================
-# 5. بناء واجهة Gradio (باستخدام Blocks للتحكم الكامل)
+# 5. بناء واجهة Gradio (باستخدام Blocks)
 # ============================================
-with gr.Blocks(title="MNIST Digit Recognizer", theme=gr.themes.Soft()) as demo:
+with gr.Blocks(title="MNIST Digit Recognizer") as demo:
     gr.Markdown("# 🧠 التعرف على الأرقام المكتوبة بخط اليد")
-    gr.Markdown("ارسم رقماً في المربع، أو اضغط على زر **'عرض مثال عشوائي'** لتجربة النموذج على بيانات MNIST.")
+    gr.Markdown("ارسم رقماً في المربع، أو اضغط على زر **'عرض مثال عشوائي'** لتجربة النموذج.")
 
     with gr.Row():
-        # عمود المدخلات (لوحة الرسم + الأزرار)
         with gr.Column(scale=1):
+            # 🔥 تم إزالة image_size واستخدام width/height (مدعومة في جميع الإصدارات)
             sketch = gr.Sketchpad(
                 label="✏️ ارسم هنا",
-                image_size=(280, 280),
-                brush_color="#FFFFFF",  # فرشاة بيضاء على خلفية سوداء
-                brush_radius=12
+                brush_color="#FFFFFF",
+                brush_radius=12,
+                height=280,
+                width=280
             )
             with gr.Row():
                 submit_btn = gr.Button("🔮 توقع", variant="primary")
                 random_btn = gr.Button("🎲 عرض مثال عشوائي", variant="secondary")
             info = gr.Textbox(label="📌 معلومات", interactive=False, value="ارسم أو اختر مثالاً عشوائياً")
 
-        # عمود المخرجات (نتائج التنبؤ)
         with gr.Column(scale=1):
             output = gr.Label(num_top_classes=3, label="📊 الاحتمالات (أعلى 3 فئات)")
 
-    # ربط الأزرار بالدوال
+    # ربط الأزرار
     submit_btn.click(fn=predict_sketch, inputs=sketch, outputs=output)
     random_btn.click(fn=random_example, inputs=[], outputs=[sketch, info])
 
 # ============================================
-# 6. تشغيل التطبيق
+# 6. تشغيل التطبيق (ننقل theme إلى هنا)
 # ============================================
 if __name__ == "__main__":
-    demo.launch(share=True)
+    demo.launch(share=True, theme=gr.themes.Soft())