Update app.py

app.py

@@ -43,14 +43,25 @@ def classify_image(inp):
     # Faça uma previsão usando o modelo treinado
     prediction = loaded_model.predict(np.expand_dims(img, axis=0)).flatten()
 
-    # Retorna a classe prevista
-    return class_names[np.argmax(prediction)]
+    # Obtém a classe prevista
+    predicted_class = class_names[np.argmax(prediction)]
+
+    # Crie uma imagem de saída com a classe prevista
+    output_image = Image.new("RGB", (256, 192))
+    output_image.paste((255, 255, 255), (0, 0, 256, 192))
+    output_image_draw = ImageDraw.Draw(output_image)
+    output_image_draw.text((10, 10), f"Classe Prevista: {predicted_class}", fill=(0, 0, 0))
+
+    # Converte a imagem de saída de volta para numpy array
+    output_image = np.array(output_image)
+
+    return predicted_class, output_image
 
 # Crie uma interface Gradio
 iface = gr.Interface(
     fn=classify_image,
     inputs=gr.inputs.Image(shape=(192, 256)),
-    outputs=gr.outputs.Label(),
+    outputs=[gr.outputs.Label(), gr.outputs.Image(type="numpy")],
     capture_session=True,
     title="Detecção de Catarata",
     description="Esta interface permite a detecção de catarata em imagens de olhos.",