Update app.py

app.py

@@ -52,14 +52,26 @@ def classify_image(input_image):
     # Adicione espaço para o rótulo de previsão na parte inferior da imagem
     output_image = cv2.copyMakeBorder(output_image, 0, 50, 0, 0, cv2.BORDER_CONSTANT, value=(255, 255, 255))
 
+    # Desenhe um retângulo branco como fundo para o rótulo
+    label_background = np.ones((50, output_image.shape[1], 3), dtype=np.uint8) * 255
+
+    # Coloque o texto do rótulo e a caixa dentro do fundo branco
+    output_image[-50:] = label_background
+
     # Escreva o rótulo de previsão na imagem
     font = cv2.FONT_HERSHEY_SIMPLEX
     font_scale = 0.4  # Tamanho da fonte reduzido
-    cv2.putText(output_image, f"Analysis Time: {current_time.strftime('%Y-%m-%d %H:%M:%S')}", (10, 20), font, font_scale, (0, 0, 0), 1)
-    cv2.putText(output_image, f"Predicted Class: {predicted_class}", (10, 40), font, font_scale, (0, 0, 0), 1)  # Cor preta
+    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
 
     return output_image
 
+
 # Crie uma interface Gradio
 input_interface = gr.Interface(
     fn=classify_image,