Update app.py

app.py

@@ -40,13 +40,19 @@ def classify_image(input_image):
     output_image = (input_image[0] * 255).astype('uint8')
     output_image_with_box = output_image.copy()
 
-    # Desenhe uma caixa de identificação de objeto no output_image_with_box (apenas como exemplo)
+    # Desenhe uma caixa de identificação de objeto no output_image_with_box (centralizada)
     if predicted_class == "Cataract":  # Adicione sua lógica para desenhar a caixa com base na classe
-        cv2.rectangle(output_image_with_box, (50, 50), (150, 150), (0, 255, 0), 2)  # Exemplo de caixa verde
+        image_height, image_width, _ = output_image.shape
+        box_size = min(image_height, image_width) // 3
+        x1 = (image_width - box_size) // 2
+        y1 = (image_height - box_size) // 2
+        x2 = x1 + box_size
+        y2 = y1 + box_size
+        cv2.rectangle(output_image_with_box, (x1, y1), (x2, y2), (0, 255, 0), 2)  # Exemplo de caixa verde
 
-    # Escreva o rótulo de previsão no output_image_with_box
+    # Escreva o rótulo de previsão no output_image_with_box (com fonte menor)
     font = cv2.FONT_HERSHEY_SIMPLEX
-    cv2.putText(output_image_with_box, f"Predicted Class: {predicted_class}", (10, 30), font, 0.7, (0, 0, 255), 2)
+    cv2.putText(output_image_with_box, f"Predicted Class: {predicted_class}", (10, 20), font, 0.5, (0, 0, 255), 2)
 
     return output_image_with_box