Update app.py

app.py

@@ -79,7 +79,7 @@ def identify_foods(description):
     cooking_methods = ["cozido", "assado", "grelhado", "frito", "cru"]
     for food in found_foods:
         for method in cooking_methods:
-            if method in description and food in FOOD_ALIASES:
+            if method in description:
                 found_foods[food]["preparo"] = method
     
     return found_foods
@@ -110,6 +110,7 @@ def analyze_foods(description):
             foods_detail.append(f"  - Variação encontrada: {info['variacao']}")
             if 'preparo' in info:
                 foods_detail.append(f"  - Método de preparo: {info['preparo']}")
+            foods_detail.append("")  # Linha em branco para separar
             
             # Soma nutrientes
             for nutrient, value in NUTRITION_DB[food].items():
@@ -170,9 +171,59 @@ def analyze_image(image):
     except Exception as e:
         return str(e), None, None
 
-# Interface Gradio (resto do código permanece o mesmo)
+# Interface Gradio
 with gr.Blocks(theme=gr.themes.Soft()) as iface:
-    # ... (resto do código da interface permanece igual)
+    gr.Markdown("""
+    # 🍽️ Análise Nutricional com IA
+    Faça upload de uma foto do seu prato para análise nutricional detalhada.
+    """)
+    
+    with gr.Row():
+        # Coluna de Input
+        with gr.Column():
+            image_input = gr.Image(
+                type="pil",
+                label="Foto do Prato",
+                sources=["upload", "webcam"]
+            )
+            analyze_btn = gr.Button("📊 Analisar", variant="primary", size="lg")
+            
+            with gr.Accordion("📝 Dicas", open=False):
+                gr.Markdown("""
+                - Use fotos bem iluminadas
+                - Fotografe de cima para baixo
+                - Certifique-se que todos os alimentos estão visíveis
+                - Evite sombras ou reflexos fortes
+                """)
+        
+        # Coluna de Output
+        with gr.Column():
+            # Análise textual
+            output_text = gr.Markdown()
+            
+            with gr.Row():
+                # Tabela nutricional
+                output_table = gr.Dataframe(
+                    headers=["Nutriente", "Quantidade"],
+                    label="Informação Nutricional",
+                    wrap=True
+                )
+                
+                # Gráfico
+                output_plot = gr.BarPlot(
+                    x="Nutriente",
+                    y="Quantidade",
+                    title="Macronutrientes (g)",
+                    height=300,
+                    tooltip=["Nutriente", "Quantidade"]
+                )
+    
+    # Eventos
+    analyze_btn.click(
+        fn=analyze_image,
+        inputs=[image_input],
+        outputs=[output_text, output_table, output_plot]
+    )
 
 if __name__ == "__main__":
     print(f"Usando dispositivo: {'CUDA' if torch.cuda.is_available() else 'CPU'}")