Update app.py

app.py

@@ -64,13 +64,17 @@ def classify_image(input_image):
     cv2.putText(output_image, f"Analysis Time: {current_time.strftime('%Y-%m-%d %H:%M:%S')}", (10, output_image.shape[0] - 30), font, font_scale, (0, 0, 0), 1)
     cv2.putText(output_image, f"Predicted Class: {predicted_class}", (10, output_image.shape[0] - 10), font, font_scale, (0, 0, 0), 1)  # Cor preta
 
-    # Desenhe uma caixa de identificação de objeto (por exemplo, retângulo vermelho)
-    # Você pode ajustar as coordenadas (x, y, largura, altura) conforme necessário
-    object_box_color = (0, 0, 255)  # Vermelho (BGR)
-    cv2.rectangle(output_image, (50, 50), (150, 150), object_box_color, 2)  # Exemplo de caixa
+    # Calcule as coordenadas para centralizar a caixa azul no centro da imagem
+    image_height, image_width, _ = output_image.shape
+    box_size = 100  # Tamanho da caixa azul (ajuste conforme necessário)
+    box_x = (image_width - box_size) // 2
+    box_y = (image_height - box_size) // 2
 
-    return output_image
+    # Desenhe uma caixa de identificação de objeto (retângulo azul) centralizada
+    object_box_color = (255, 0, 0)  # Azul (BGR)
+    cv2.rectangle(output_image, (box_x, box_y), (box_x + box_size, box_y + box_size), object_box_color, 2)  # Caixa centralizada
 
+    return output_image
 
 # Crie uma interface Gradio
 input_interface = gr.Interface(