Update app.py

app.py

@@ -23,6 +23,9 @@ id2label = {
 
 # Função para classificar a imagem
 def classify_image(input_image):
+    # Redimensionar a imagem de entrada para ser 2x maior
+    input_image = cv2.resize(input_image, None, fx=2, fy=2)
+    
     # Pré-processar a imagem usando o extrator de características
     inputs = feature_extractor(input_image, return_tensors="pt")
     # Realizar inferência com o modelo
@@ -50,15 +53,13 @@ def classify_image(input_image):
     text = f'Classe: {predicted_class_label} ({predicted_class_prob:.2f})'
     text_size = cv2.getTextSize(text, font, 0.7, 2)[0]
     text_x = (input_image_bgr.shape[1] - text_size[0]) // 2
-    text_y = input_image_bgr.shape[0] - 20
+    text_y = input_image_bgr.shape[0] - 30  # Ajuste da posição vertical
     cv2.putText(input_image_bgr, text, (text_x, text_y), font, 0.7, (255, 255, 255), 2, cv2.LINE_AA)
     
     # Converter a imagem resultante de volta para RGB (formato Pillow)
     result_image = cv2.cvtColor(input_image_bgr, cv2.COLOR_BGR2RGB)
     return result_image
 
-
-
 # Criar uma interface Gradio
 interface = gr.Interface(
     fn=classify_image,