Update app.py

app.py

@@ -64,13 +64,23 @@ class ImageClassifierCataract:
         object_box_color = (255, 0, 0)
         cv2.rectangle(output_image, (box_x, box_y), (box_x + box_size, box_y + box_size), object_box_color, 2)
 
-        return output_image, predicted_class, current_time.strftime('%Y-%m-%d %H:%M:%S')
+        # Create a formatted HTML block with the provided information in Portuguese
+        info_html = """
+        <div style="background-color: #f2f2f2; padding: 10px;">
+            <h2>Detecção de Catarata</h2>
+            <p>A catarata é uma das doenças oculares mais graves que pode causar cegueira se não for tratada. A detecção da doença em estágios iniciais, em vez de estágios avançados, pode evitar que o paciente fique cego.</p>
+            <p>Neste ponto, os pacientes suspeitos devem ser constantemente examinados. O controle contínuo e o acompanhamento dos pacientes são processos cansativos e laboriosos. Por essas razões, neste artigo, são propostos dois modelos de aprendizado profundo diferentes que podem ser usados no diagnóstico e detecção de catarata para auxiliar o trabalho e os procedimentos dos oftalmologistas.</p>
+            <p>Os modelos de aprendizado profundo propostos foram executados em um conjunto de dados de fundo de olho com sintomas normais e de catarata.</p>
+        </div>
+        """
+
+        return output_image, predicted_class, current_time.strftime('%Y-%m-%d %H:%M:%S'), info_html
 
     def run_interface(self):
         input_interface = gr.Interface(
             fn=self.classify_image,
             inputs="image",
-            outputs=["image", "text", "text"],
+            outputs=["image", "text", "text", "html"],
             live=True
         )
         input_interface.launch()