Update app.py

app.py

@@ -6,49 +6,18 @@ import gradio as gr
 from gradio import components
 from gradio import Interface
 import xlsxwriter
-from reportlab.lib.units import inch
-from reportlab.lib.pagesizes import letter
-from reportlab.platypus import SimpleDocTemplate, Spacer, Image, Frame, PageTemplate, BaseDocTemplate, Table, Paragraph, NextPageTemplate, PageBreak
-from reportlab.lib.styles import getSampleStyleSheet
 import shutil
 import os
 import plotly.express as px
 import ast
+from docx import Document
+from docx.shared import Pt
+from docx.enum.text import WD_PARAGRAPH_ALIGNMENT
+from docx.shared import Inches
+import plotly.io as pio
+from pandas.plotting import table
 
         #-----------------#
-    
-#função para relatórios em pdf
-def save_results_to_pdf(results_formatados, intervalo_confiança, valores_finais, image):
-    doc = SimpleDocTemplate("resultados.pdf", pagesize=letter)
-    styles = getSampleStyleSheet()
-    story = [
-        Image('avaliase.jpg', width=3.33 * inch, height=1.28 * inch),
-        Spacer(1, 36),
-        Paragraph('Relatório', styles['Heading1']),
-        Spacer(1, 36),
-        Paragraph('Resultados Estatísticos', styles['Heading2'])]
-    
-    lines = results_formatados.splitlines()
-    # Create a paragraph for each line
-    for line in lines:
-        story.append(Paragraph(line, styles['Normal']))
-    story.append(Spacer(1, 36))
-    story.append(Paragraph('Intervalo de Confiança', styles['Heading2']))
-    lines = intervalo_confiança.splitlines()
-    for line in lines:
-        story.append(Paragraph(line, styles['Normal']))
-    story.append(Spacer(1, 36))
-    story.append(Paragraph('Valores Finais', styles['Heading2']))
-    lines = valores_finais.splitlines()
-    for line in lines:
-        story.append(Paragraph(line, styles['Normal']))
-    story.append(Spacer(1, 36))
-    story.append(Image('scatter_plot.png', width=4 * inch, height=4 * inch))
-    
-    doc.build(story)
-    
-    
-        #-----------------#
 
 #função para criar um mapa no plotly
 def plotar_mapa_com_dois_dataframes(df1, df2):
@@ -79,12 +48,15 @@ def plotar_mapa_com_dois_dataframes(df1, df2):
     )
     # Mostrar o mapa
     fig1.show()
+    
+    #Salvar a figura como um arquivo PNG
+    pio.write_image(fig1, 'fig2.png')
 
-    return fig1
+    return fig1 #, fig2
 
         #-----------------#
     
-    
+#função para criação de um gráfio    
 def grafico_barras(data):
     # Calcular a média da coluna 'Vunit_hom'
     media = data['Vunit_hom'].mean()
@@ -113,12 +85,15 @@ def grafico_barras(data):
     
     #-----------------#
     
-
-# Função de avaliação do imóvel
 def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo de imovel',
-                     caract_avaliando='Defina o item 1 de Fundamentação', ident_dados='Defina o item 3 de Fundamentação'):
+                    nome="-", prof="Engenheiro Civil", ent="CREA", reg="-", 
+                    lograd="-", munic="-", tipo_imo="-", solic="-", final_espec="-", objetivo="-", press="-",
+                    infra="Água Potável", serv="Coleta de Lixo", uso="Residencial", pad_reg="-", tipo_via="-", obs_gerais="-",
+                    per="Sem destaque", ofe="Sem destaque", liq="Sem destaque", 
+                    caract_avaliando='Defina o item 1 de Fundamentação', ident_dados='Defina o item 3 de Fundamentação'):
     
-    # INPUT AVALIANDO
+    
+    #-------------------------------------------------INPUT AVALIANDO-------------------------------------------------------#
     
     # Lendo a aba 'avaliando' da planilha
     df_avaliando = pd.read_excel(planilha.name, 'avaliando')
@@ -133,7 +108,7 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
     # Excluindo a coluna 'Coordenadas' se você não precisar dela mais
     df_avaliando = df_avaliando.drop('Coordenadas', axis=1)
     
-    # INPUT DADOS
+    #--------------------------------------------------INPUT DAODS----------------------------------------------------------#
     
     # Lendo a aba 'dados' da planilha, limitando o número de linhas
     df_dados = pd.read_excel(planilha.name, 'dados').iloc[:int(num_linhas_desejadas)]
@@ -145,11 +120,10 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
     df_dados['lat'] = df_dados['Coordenadas'].apply(lambda x: round(x[0], 5) if not pd.isna(x) else np.nan)
     df_dados['lon'] = df_dados['Coordenadas'].apply(lambda x: round(x[1], 5) if not pd.isna(x) else np.nan)
 
-    # Excluindo a coluna 'Coordenadas' se você não precisar dela mais
+    # Excluindo a coluna 'Coordenadas'
     df_dados = df_dados.drop('Coordenadas', axis=1)
 
-        #-----------------#
-        
+    #-----------------------------------------------------FATORES-----------------------------------------------------------# 
     
     # fator de atratividade local (fal)
     df_transp = df_dados.copy()
@@ -163,8 +137,7 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
 
     df_transp = df_transp[['fal']]
 
-
-            #-----------------#
+    #-----------------#
 
     # fator de correção da área construída (fac)
     df_area_const = df_dados.copy()
@@ -184,8 +157,7 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
 
     df_area_const = df_area_const[['fac']]
 
-
-            #-----------------#
+    #-----------------#
 
     # fator de correção da área do terreno (fat)
     df_area_terreno = df_dados.copy()
@@ -205,8 +177,7 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
 
     df_area_terreno = df_area_terreno[['fat']]
 
-
-             #-----------------#
+    #-----------------#
 
     # fator profundidade (fpe)
     # Define a função coeficiente_profundidade antes de criar os DataFrames
@@ -248,7 +219,7 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
     df_profundidade['fpe'] = round(df_profundidade_aval['coef_pe'][0]/df_profundidade['coef_pe'],2)
     df_profundidade = df_profundidade[['fpe']]
 
-            #-----------------#
+    #-----------------#
 
     # fator topografia (ftp)
     # dicionário topografia
@@ -277,8 +248,7 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
     df_topografia['ftp'] = round(df_topografia_aval['coef_tp'][0]/df_topografia['coef_tp'],2)
     df_topografia = df_topografia[['ftp']] 
 
-            #-----------------#
-
+    #-----------------#
 
     # fator relevo (frv)
     # dicionário relevo
@@ -305,7 +275,7 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
     df_relevo['frv'] = round(df_relevo_aval['coef_rv'][0]/df_relevo['coef_rv'],2)
     df_relevo = df_relevo[['frv']]
 
-            #-----------------#     
+    #-----------------#     
 
     # fator superfície (fsp)
     # dicionário superfície
@@ -333,7 +303,7 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
     df_superficie['fsp'] = round(df_superficie_aval['coef_sp'][0]/df_superficie['coef_sp'],2)
     df_superficie = df_superficie[['fsp']]        
 
-            #-----------------#
+    #-----------------#
 
     # fator aproveitamento (fap)
     # dicionário aproveitamento
@@ -360,7 +330,7 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
     df_aproveitamento['fap'] = round(df_aproveitamento_aval['coef_ap'][0]/df_aproveitamento['coef_ap'],2)
     df_aproveitamento = df_aproveitamento[['fap']] 
 
-            #-----------------#
+    #-----------------#
 
     # fator acessibilidade viária (fav)
     # dicionário acessibilidade
@@ -390,8 +360,7 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
     df_acesso['fav'] = round(df_acesso_aval['coef_av'][0]/df_acesso['coef_av'],2)
     df_acesso = df_acesso[['fav']]
 
-            #-----------------#
-
+    #-----------------#
 
     # fator idade aparente e conservação (fic)
     # dicionário padrão construtivo
@@ -434,7 +403,7 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
     df_idade_cons['fic'] = round(df_idade_cons_aval['coef_ic'][0] / df_idade_cons['coef_ic'],2)
     df_idade_cons = df_idade_cons[['fic']]
 
-            #-----------------#
+    #-----------------#
 
     # fator padrão construtivo (fpd)
     # dicionário padrão construtivo
@@ -467,7 +436,7 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
     df_padrao['fpd'] = round(df_padrao_aval['coef_pd'][0]/df_padrao['coef_pd'],2)
     df_padrao = df_padrao[['fpd']]
 
-            #-----------------#
+    #-----------------#
 
     # fator vagas de estacionamento (fvg)
     df_vaga = df_dados[['Vagas']].copy()
@@ -484,7 +453,7 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
     df_vaga['fvg'] = round(df_vaga.apply(lambda row: calculate_fcg(row['dif'], row['Vagas']), axis=1), 2)
     df_vaga = df_vaga[['fvg']]
 
-            #-----------------#
+    #-----------------#
 
     # fator extra (à critério do avaliador) (fex)
     df_exc = df_dados.copy()
@@ -498,11 +467,9 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
 
     df_exc = df_exc[['fex']]
 
-            #-----------------#
-
-
+    #-----------------#
 
-        # concatemando o dataframe principal com as dataframes dos fatores
+    # concatemando o dataframe principal com as dataframes dos fatores
     result = pd.concat([df_dados, df_transp, df_area_const, df_area_terreno, df_profundidade, df_topografia, df_relevo,
                         df_superficie,df_aproveitamento, df_acesso, df_idade_cons, df_padrao, df_vaga, df_exc], axis=1)
     result['Valor_desc'] = round(result['Valor']*(result['fof']), 2)
@@ -518,16 +485,6 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
                      'Coeficiente extra', 'Valor', 'fof','Valor_desc', 'Vunit','fal', 'fac', 'fat','fpe', 'ftp','frv','fsp',
                      'fap','fav', 'fic','fpd', 'fvg', 'fex']]
 
-        #if finalidade == "Tipologias com área construída":
-
-             #result = result[['lat','lon','Atratividade local', 'Área Construída', 'Área Terreno',
-                #'Idade aparente e conservação', 'Padrão construtivo', 'Vagas','Coeficiente extra', 'Valor', 
-                #'fof','Valor_desc', 'Vunit','fal', 'fac', 'fat', 'fic','fpd', 'fvg', 'fex']]
-        #else:
-
-            #result = result[['lat','lon','Atratividade local', 'Área Terreno', 'Testada', 'Topografia', 'Superfície',
-                #'Coeficiente extra', 'Valor', 'fof','Valor_desc','Vunit','fal', 'fat','fpe', 'ftp','fsp', 'fex']]
-
 
     result['Vunit_hom'] = round(result['Vunit'] * result['fal'] * \
                                                         result['fac'] * \
@@ -543,26 +500,8 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
                                                         result['fvg'] * \
                                                         result['fex'], 2)
 
-
-        #if finalidade == "Tipologias com área construída":
-            #result['Vunit_hom'] = round(result['Vunit'] * result['fal'] * \
-                                                            #result['fac'] * \
-                                                            #result['fat'] * \
-                                                            #result['fic'] * \
-                                                            #result['fpd'] * \
-                                                            #result['fvg'] * \
-                                                            #result['fex'], 2)
-
-        #else:
-            #result['Vunit_hom'] = round(result['Vunit'] * result['fal'] * \
-                                                        #result['fat'] * \
-                                                        #result['fpe'] * \
-                                                        #result['ftp'] * \
-                                                        #result['fsp'] * \
-                                                        #result['fex'], 2)
-         #-----------------#
+    #-----------------------------------------------------RESULTADOS---------------------------------------------------------#
         
-    
     # RESULTADOS ESTATÍSTICOS INICIAIS 
     num = len(result)
     media = round(result['Vunit_hom'].mean(), 2)
@@ -594,11 +533,10 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
     # REMOÇÃO DE OUTLIERS PELO CRITÉRIO DE CHAUVENET
     result = result[result['Status'] != 'rejeitado']
     
-    # para plotar o gráfico na interface
+    # CÓPIA DO DATAFRAME ORIGINAL PARA PLOTAGEM NA INTERFACE
     df_grafico = result.copy()
     
     # GRAU DE FUNDAMENTAÇÃO
-    
     # item_1 - Graus de Fundamentação (Caracterização do imóvel avaliando)
     if caract_avaliando == "Completa quanto a todos os fatores analisados":
         item_1 = 3
@@ -625,7 +563,7 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
     else:
         item_3 = 1
 
-    # item_4 - Graus de Fundamentação (	Intervalo admissível de ajuste para o conjunto de fatores)
+    # item_4 - Graus de Fundamentação (Intervalo admissível de ajuste para o conjunto de fatores)
     max = result.iloc[:, 21:34].max().max()
     min = result.iloc[:, 21:34].min().min()
     if num >= 5:
@@ -737,7 +675,6 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
 
     media_pond = round((pC1 + pC2 + pC3) / divisor, 2)
 
-
     # VALORES CALCULADOS
      
     if finalidade == "Tipologias com área construída":
@@ -775,7 +712,58 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
     """
     #-----------------#
     
-    # OUTPUTS
+    # criação de strings p/ relatórios (interface/word) dos campos do responsável, introdução, região, diagnóstico e avalaliando.
+    dados_resp = f"""
+    Responsável Técnico: {nome}
+    Profissão: {prof} 
+    Entidade de Classe: {ent}
+    Número do registro: {reg}
+    """
+    introd = f"""
+    Logradouro e número: {lograd}
+    Município: {munic}
+    Tipo de imóvel: {tipo_imo}
+    Solicitante: {solic}
+    Finalidade: {final_espec}
+    Objetivo: {objetivo}
+    Pressupostos, Ressalvas e Fatores Limitantes: {press}
+    """
+    aval_infos = f"""
+    Latitude: {df_avaliando['lat'].iloc[0]}
+    Longitude: {df_avaliando['lon'].iloc[0]}
+    Atratividade local: {df_avaliando['Atratividade local'].iloc[0]}
+    Área Construída: {df_avaliando['Área Construída'].iloc[0]}
+    Área Terreno: {df_avaliando['Área Terreno'].iloc[0]}
+    Testada: {df_avaliando['Testada'].iloc[0]}
+    Topografia: {df_avaliando['Topografia'].iloc[0]}
+    Relevo: {df_avaliando['Relevo'].iloc[0]}
+    Superfície: {df_avaliando['Superfície'].iloc[0]}
+    Aproveitamento: {df_avaliando['Aproveitamento'].iloc[0]}
+    Acessibilidade: {df_avaliando['Acessibilidade'].iloc[0]}
+    Idade aparente e conservação: {df_avaliando['Idade aparente e conservação'].iloc[0]}
+    Padrão construtivo: {df_avaliando['Padrão construtivo'].iloc[0]}
+    Vagas: {df_avaliando['Vagas'].iloc[0]}
+    Coeficiente extra: {df_avaliando['Coeficiente extra'].iloc[0]}
+    """
+    regiao = f"""
+    Infraestrutura: {infra}
+    Serviços públicos: {serv}
+    Uso: {uso}
+    Padrão predominante na região: {pad_reg}
+    Tipo de via de acesso: {tipo_via}
+    Outras observações: {obs_gerais}
+    """
+    diag = f"""
+    Performance: {per}
+    Nível de Ofertas do Segmento: {ofe}
+    Liquidez: {liq}
+    """
+    assinatura = f"""
+    {nome} | {prof} 
+    {ent}{reg}
+    """
+    
+ #-------------------------------------------------------ANEXO EXCEL----------------------------------------------------#
     
     # Crie um objeto ExcelWriter para escrever no arquivo Excel
     nome_com_extensao = os.path.basename(planilha.name)
@@ -789,22 +777,22 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
         # Salve o DataFrame 'avaliando' na planilha 'relatório'
         df_avaliando.to_excel(writer, sheet_name='avaliando', index=False)
         
-        #-----------------#
+ #-----------------#
         
         # Salve o DataFrame 'result' na planilha 'relatório'
         df_dados.to_excel(writer, sheet_name='dados', index=False)
         
-        #-----------------#
+ #-----------------#
         
         # Salve o DataFrame 'dado_hom' na planilha 'relatório'
         result.to_excel(writer, sheet_name='dados_hom', index=False)
     
-        #-----------------#
+ #-----------------#
     
         # Salve o DataFrame 'outliers' na planilha 'relatório'
         outliers.to_excel(writer, sheet_name='outliers', index=False)
         
-        #-----------------#
+ #-----------------#
         
         # Crie um novo DataFrame com os resultados estatísticos
         result_estatisticos = pd.DataFrame({
@@ -827,7 +815,7 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
         result_estatisticos.columns = ['Nome da Coluna', 'Valor']
         result_estatisticos.to_excel(writer, sheet_name='resultados', index=False)
 
-        #-----------------#
+ #-----------------#
         
         # Crie um novo DataFrame com os resultados do IC
         result_ic = pd.DataFrame({
@@ -847,7 +835,7 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
         result_ic.columns = ['Nome da Coluna', 'Valor']
         result_ic.to_excel(writer, sheet_name='IC', index=False)
  
-        #-----------------#
+ #-----------------#
 
         # Crie um novo DataFrame com os resultados do cálculo das classes de Abunahman
         result_classes = pd.DataFrame({
@@ -876,7 +864,7 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
         result_classes.columns = ['Nome da Coluna', 'Valor']
         result_classes.to_excel(writer, sheet_name='classes', index=False)
         
-         #-----------------#
+ #-----------------#
         
            # Crie um novo DataFrame com os resultados do valor do imóvel
         result_valores = pd.DataFrame({
@@ -896,42 +884,109 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=3, finalidade='Defina o tipo
         result_valores.columns = ['Nome da Coluna', 'Valor']
         result_valores.to_excel(writer, sheet_name='valor', index=False)
         
-        #-----------------#
+ #-----------------#
        
         mapa = plotar_mapa_com_dois_dataframes(result, df_avaliando)
-        #mapa = criar_mapa(df_avaliando) #novo
+        plt.savefig('mapa_rel.png')
         
-        #-----------------#
+ #-----------------#
         
-        # para gerar um gráfico de dispersão na interface
-        #scatter_plot_with_percent_labels(df_grafico)
+        # para gerar um gráfico
         grafico_barras(df_grafico)
         
-        
-        #-----------------#
+ #-----------------#
     
         # Salve o DataFrame 'result' em uma planilha
         result.to_excel(output_file, index=False)
-
-        #-----------------#
-
-        save_results_to_pdf(resultados_formatados, intervalo_confiança, valores_finais, 'scatter_plot.png')
-        result.to_excel(output_file, index=False)
         
-        #-----------------#
-
-        # Retorna tanto a planilha quanto os resultados formatados
-        return output_file, 'resultados.pdf', df_interface, resultados_formatados, intervalo_confiança, valores_finais, mapa, 'scatter_plot.png'
+ #-------------------------------------------------------RELATÓRIO NO WORD----------------------------------------------------#
+        
+        # Criação de um relatório da avaliação no word
+        # Criar um novo documento do Word
+        doc = Document()
+
+        # Definir o título do documento
+        doc.add_heading('Relatório de Avaliação de Imóvel', level=1)
+
+        # Definir as seções do relatório
+        sections = [
+            (dados_resp, "Informações do Responsável Técnico"),
+            (introd, "Introdução"),
+            (aval_infos, "Informações do avaliando"),
+            (regiao, "Características da Região"),
+            (diag, "Diagmóstico de Mercado"),
+            ('Ver anexo', "Dados homogeneizados"),
+            (resultados_formatados, "Resultados estatísticos"),
+            (intervalo_confiança, "Intervalo de confiança de 80%"),
+            (valores_finais, "Valores Calculados"),
+            ('fig2.png', "Geolocalização da amostra"),
+            ('scatter_plot.png', "Gráfico"),
+            (assinatura,""),
+        ]
+
+        for content, title in sections:
+            doc.add_heading(title, level=2)
+            p = doc.add_paragraph()
+            if title == "Geolocalização da amostra":  # Adiciona mapa como imagem
+                doc.add_picture('fig2.png', width=Inches(4))  # Substitua 'mapa.png' pelo seu caminho e nome do arquivo
+            elif title == "Gráfico":  # Adiciona gráfico como imagem
+                doc.add_picture('scatter_plot.png', width=Inches(4))  # Substitua 'scatter_plot.png' pelo seu caminho e nome do arquivo
+            else:  # Adiciona outros tipos de conteúdo
+                run = p.add_run(content)
+                run.font.size = Pt(12)
+                p.alignment = WD_PARAGRAPH_ALIGNMENT.LEFT  # Define o alinhamento para à esquerda
+
+        # Salvar o documento em um arquivo .doc
+        doc.save('relatorio_avaliacao.doc')
+        
+ #---------------------------------------------------------OUTPUTS-----------------------------------------------------------#
+        
+        # OUPUTS
+        return dados_resp, introd, aval_infos, regiao, diag, df_interface, resultados_formatados, intervalo_confiança, valores_finais, mapa, 'scatter_plot.png', 'relatorio_avaliacao.doc', output_file
         
-# Interface do Gradio com input como arquivo XLS ou XLSX
+ #---------------------------------------------------------DEPLOY------------------------------------------------------------#
+        
+# Interface do Gradio
 interface = gr.Interface(
     fn=avaliacao_imovel,
     inputs=[
+        
+        # Imput da planilha
         gr.components.File(label="Upload planilha", type="file", info="Importação de planilha padrão com o avaliando e os dados"),
-        #gr.components.Number(label="Número de linhas desejadas", default=10),
         gr.Slider(3, 26, value=26, label="Número de dados", info="Escolha o número de dados", step=1),
-        #gr.components.Dropdown(label="Tipo de imóvel", choices=["Terrenos e glebas","Tipologias com área construída"], default="Tipologias com área construída"), 
         gr.Radio(["Terrenos e glebas", "Tipologias com área construída"], label="Tipo de Imóvel", info="Escolha o tipo de imóvel"),
+        
+        # Informações do Responsável Técnico
+        gr.Textbox(label="Responsável Técnico", value="-"),
+        gr.Dropdown(["Engenheiro Civil", "Arquiteto e Urbanista", "Corretor de Imóveis"],label="Profissão", value="-"),
+        gr.Dropdown(["CREA", "CAU", "CRECI"],label="Entidade de Classe", value="-"),
+        gr.Number(label="Nº do registro", value="0"),
+
+        # Introdução
+        gr.Textbox(label="Endereço (Logradouro, nº e bairro)", value="-"),
+        gr.Textbox(label="Município", value="-"),
+        gr.Textbox(label="Tipo de Imóvel", value="-"),
+        gr.Textbox(label="Solicitante", value="-"),
+        gr.Textbox(label="Finalidade", value="-"),
+        gr.Textbox(label="Objetivo", value="-"),
+
+        # Características da Região
+        gr.Textbox(label="Pressupostos, Ressalvas e Fatores Limitantes", value="-"),
+        gr.Dropdown(["Água Potável", "Energia Elétrica", "Telefone", "Pavimentação", "Esgoto Pluvial", 
+                   "Iluminação Pública"], value=["Água Potável"], multiselect=True, label="Infraestrutura Urbana"),
+        gr.Dropdown(["Coleta de Lixo", "Transporte Coletivo", "Comércio", "Educação", "Saúde"], 
+                  value=["Coleta de Lixo"], multiselect=True, label="Serviços Públicos"),
+        gr.Radio(["Residencial", "Comercial", "Misto"], label="Uso",value="Residencial"),
+        gr.Radio(["Baixo", "Normal", "Alto"], label="Padrão predominante na região",value="Normal"),
+        gr.Radio(["Local", "Coletora", "Arterial"], label="Tipo de via de acesso ao imóvel",value="Local"),
+        gr.Textbox(label="Outras informação", value="-"),
+
+        # Diagnóstico de Mercado
+        gr.Radio(["Aparentemente aquecido", "Sem destaque", "Aparentemente recessivo"], label="Performance",value="Sem destaque"),
+        gr.Radio(["Aparentemente alto", "Sem destaque", "Aparentemente baixo"], label="Nível de Ofertas do Segmento",value="Sem destaque"),
+        gr.Radio(["Provavelmente alto", "Sem destaque", "Provavelmente baixo"], label="Liquidez",value="Sem destaque"),
+        
+        # Para enquadramento
         gr.Radio(["Completa p/ todos fatores analisados", "Completa p/ os fatores utilizados", "Situação paradigma"],
                  label="Caracterização do avaliando", info="Para enquadramento quanto a fundamentação - ítem 1 da tabela 6 do anexo 2 - NBR 14.653-2"),
         gr.Radio(["Apresentação de informações relativas a todas as características dos dados analisados, com foto e características observadas pelo autor do laudo",
@@ -941,14 +996,19 @@ interface = gr.Interface(
                    )
     ],
     outputs=[
-        gr.components.File(label="Download planilha"),
-        gr.components.File(label="Download Relatório em PDF"),
+        gr.Textbox(label ="Informações do Responsável Técnico"),
+        gr.Textbox(label ="Introdução"),
+        gr.Textbox(label ="Informações do Avaliando"),
+        gr.Textbox(label ="Características da Região"),
+        gr.Textbox(label ="Diagnóstico de Mercado"),
         gr.Dataframe(label="Dados homogeneizados"),
         gr.components.Textbox(label="Resultados estatísticos"),
         gr.components.Textbox(label="Intervalo de confiança de 80%"),
         gr.components.Textbox(label="Valores Calculados"),
         gr.Plot(label="Geolocalização da amostra"),
         gr.Image(label="Gráfico"),
+        gr.File(label="Laudo de Avaliação"),
+        gr.components.File(label="Anexos"),
     
     ],
     live=False,