Update app.py

app.py

@@ -4,113 +4,63 @@ from PIL import Image
 import requests
 from io import BytesIO
 
-def process_image(image, api_key=None):
-    """
-    Processa a imagem usando a API de análise nutricional
-    """
-    try:
-        # Prepara a imagem
-        if isinstance(image, str):
-            img = Image.open(image)
-        else:
-            img = Image.fromarray(image)
-        
-        # Converte para formato adequado
-        buffered = BytesIO()
-        img.save(buffered, format="JPEG")
-        img_bytes = buffered.getvalue()
-        
-        # Headers da requisição
-        headers = {}
-        if api_key:
-            headers['Authorization'] = f'Bearer {api_key}'
-        
-        # Faz a requisição para a API
-        files = {'image': ('image.jpg', img_bytes, 'image/jpeg')}
-        response = requests.post(
-            'http://localhost:7860/api/predict',  # Ajuste a URL conforme necessário
-            files=files,
-            headers=headers
-        )
-        
-        if response.status_code == 200:
-            return response.json()
-        else:
-            return f"Erro na API: {response.status_code}"
-            
-    except Exception as e:
-        return f"Erro no processamento: {str(e)}"
-
 def analyze_nutrition(image, api_key=""):
     """
     Função principal que processa a imagem e retorna os resultados formatados
     """
     try:
-        # Processa a imagem
-        result = process_image(image, api_key)
-        
-        if isinstance(result, str):  # Se for mensagem de erro
-            return (
-                result,  # Texto do erro
-                None,   # Gráfico de macronutrientes
-                None,   # Tabela nutricional
-                None    # Recomendações
-            )
-        
-        # Extrai informações do resultado
-        nutrients = result.get('nutrients', {})
+        # Simula resultado da análise (substitua pelo resultado real da sua API)
+        nutrients = {
+            "calorias": 450,
+            "proteinas": 25,
+            "carboidratos": 55,
+            "gorduras": 15,
+            "fibras": 8
+        }
         
         # Prepara dados para o gráfico
-        macro_data = {
-            'labels': ['Proteínas', 'Carboidratos', 'Gorduras'],
-            'values': [
-                nutrients.get('proteinas', 0),
-                nutrients.get('carboidratos', 0),
-                nutrients.get('gorduras', 0)
-            ]
-        }
+        labels = ['Proteínas', 'Carboidratos', 'Gorduras']
+        values = [nutrients['proteinas'], nutrients['carboidratos'], nutrients['gorduras']]
         
         # Prepara tabela nutricional
-        nutri_table = {
-            'Nutriente': ['Calorias', 'Proteínas', 'Carboidratos', 'Gorduras', 'Fibras'],
-            'Quantidade': [
-                f"{nutrients.get('calorias', 0):.1f} kcal",
-                f"{nutrients.get('proteinas', 0):.1f}g",
-                f"{nutrients.get('carboidratos', 0):.1f}g",
-                f"{nutrients.get('gorduras', 0):.1f}g",
-                f"{nutrients.get('fibras', 0):.1f}g"
-            ]
-        }
+        table_data = [
+            ["Calorias", f"{nutrients['calorias']:.1f} kcal"],
+            ["Proteínas", f"{nutrients['proteinas']:.1f}g"],
+            ["Carboidratos", f"{nutrients['carboidratos']:.1f}g"],
+            ["Gorduras", f"{nutrients['gorduras']:.1f}g"],
+            ["Fibras", f"{nutrients['fibras']:.1f}g"]
+        ]
         
         # Prepara recomendações
         recommendations = []
-        if nutrients.get('calorias', 0) > 800:
+        if nutrients['calorias'] > 800:
             recommendations.append("⚠️ Alto valor calórico - considere reduzir as porções")
-        if nutrients.get('proteinas', 0) < 15:
+        if nutrients['proteinas'] < 15:
             recommendations.append("⚠️ Baixo teor de proteínas - considere adicionar fontes proteicas")
-        if nutrients.get('fibras', 0) < 6:
+        if nutrients['fibras'] < 6:
             recommendations.append("⚠️ Baixo teor de fibras - adicione mais vegetais")
-            
-        recommendations = "\n".join(recommendations) if recommendations else "✅ Valores nutricionais dentro das recomendações!"
         
-        # Retorna todos os componentes
-        return (
-            json.dumps(result, indent=2),  # Resultado completo em JSON
-            gr.BarPlot(
-                macro_data['values'],
-                macro_data['labels'],
-                title="Distribuição de Macronutrientes",
-                y="Gramas"
-            ),  # Gráfico
-            gr.Dataframe(
-                headers=['Nutriente', 'Quantidade'],
-                data=list(zip(nutri_table['Nutriente'], nutri_table['Quantidade']))
-            ),  # Tabela
-            recommendations  # Texto de recomendações
+        recommendations_text = "\n".join(recommendations) if recommendations else "✅ Valores nutricionais dentro das recomendações!"
+        
+        # Cria o gráfico
+        plot = gr.BarPlot(
+            value=(labels, values),
+            title="Distribuição de Macronutrientes",
+            x="Nutrientes",
+            y="Gramas",
+            tooltip=["Nutriente", "Quantidade (g)"],
+            height=300
         )
         
+        # Retorna os componentes
+        return {
+            "message": "Análise concluída com sucesso!",
+            "nutrients": nutrients
+        }, plot, table_data, recommendations_text
+        
     except Exception as e:
-        return str(e), None, None, None
+        error_json = {"error": str(e)}
+        return error_json, None, None, f"Erro na análise: {str(e)}"
 
 # Interface Gradio
 with gr.Blocks(theme=gr.themes.Soft()) as iface:
@@ -120,21 +70,23 @@ with gr.Blocks(theme=gr.themes.Soft()) as iface:
     """)
     
     with gr.Row():
-        with gr.Column():
+        with gr.Column(scale=1):
             # Inputs
             image_input = gr.Image(
                 type="pil",
                 label="Foto do Prato",
-                sources=['upload', 'webcam']
+                sources=['upload', 'webcam'],
+                height=300
             )
             api_key = gr.Textbox(
                 label="API Key (opcional)",
                 placeholder="Digite sua API key aqui...",
-                type="password"
+                type="password",
+                visible=False  # Oculto por enquanto
             )
             analyze_btn = gr.Button("📊 Analisar", variant="primary")
             
-        with gr.Column():
+        with gr.Column(scale=2):
             # Outputs
             with gr.Tab("Resumo"):
                 recommendations = gr.Textbox(
@@ -143,16 +95,15 @@ with gr.Blocks(theme=gr.themes.Soft()) as iface:
                 )
                 nutri_table = gr.Dataframe(
                     label="Tabela Nutricional",
-                    headers=['Nutriente', 'Quantidade']
+                    headers=['Nutriente', 'Quantidade'],
+                    wrap=True
                 )
                 macro_plot = gr.Plot(
-                    label="Macronutrientes"
+                    label="Gráfico de Macronutrientes"
                 )
             
             with gr.Tab("Detalhes"):
-                json_output = gr.JSON(
-                    label="Resultado Detalhado"
-                )
+                json_output = gr.JSON()
     
     # Eventos
     analyze_btn.click(
@@ -164,9 +115,8 @@ with gr.Blocks(theme=gr.themes.Soft()) as iface:
     gr.Markdown("""
     ### 📝 Instruções
     1. Faça upload de uma foto do seu prato ou tire uma foto com a webcam
-    2. Se tiver uma API key, insira-a (opcional)
-    3. Clique em "Analisar"
-    4. Veja os resultados nas abas "Resumo" e "Detalhes"
+    2. Clique em "Analisar"
+    3. Veja os resultados nas abas "Resumo" e "Detalhes"
     
     ### 🎯 Dicas para melhores resultados
     - Use fotos bem iluminadas