Update app.py

app.py

@@ -14,38 +14,71 @@ if uploaded_file is not None:
     # Carregar a imagem com OpenCV
     image = Image.open(uploaded_file)
     image = np.array(image)
-    
+
     # Mostrar a imagem original
     st.image(image, caption="Imagem Original", use_column_width=True)
-    
+
     # Opções de processamento
     st.sidebar.header("Opções de Processamento")
     process_option = st.sidebar.selectbox("Escolha o processamento:", 
                                           ["Conversão para Escala de Cinza", 
                                            "Filtro de Borrão (Blur)", 
                                            "Detecção de Bordas (Canny)", 
-                                           "Equalização de Histograma"])
-    
+                                           "Equalização de Histograma", 
+                                           "Ajuste de Brilho e Contraste", 
+                                           "Detecção de Contornos"])
+
     if process_option == "Conversão para Escala de Cinza":
         gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
         st.image(gray_image, caption="Imagem em Escala de Cinza", use_column_width=True, channels="GRAY")
-    
+
     elif process_option == "Filtro de Borrão (Blur)":
-        blur_image = cv2.GaussianBlur(image, (5, 5), 0)
+        ksize = st.sidebar.slider("Tamanho do kernel de desfoque:", min_value=3, max_value=15, step=2, value=5)
+        blur_image = cv2.GaussianBlur(image, (ksize, ksize), 0)
         st.image(blur_image, caption="Imagem com Filtro de Borrão", use_column_width=True)
-    
+
     elif process_option == "Detecção de Bordas (Canny)":
         gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
-        edges = cv2.Canny(gray_image, 100, 200)
+        threshold1 = st.sidebar.slider("Threshold 1:", min_value=50, max_value=150, value=100)
+        threshold2 = st.sidebar.slider("Threshold 2:", min_value=100, max_value=300, value=200)
+        edges = cv2.Canny(gray_image, threshold1, threshold2)
         st.image(edges, caption="Bordas Detectadas", use_column_width=True, channels="GRAY")
-    
+
     elif process_option == "Equalização de Histograma":
         gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
         equalized_image = cv2.equalizeHist(gray_image)
         st.image(equalized_image, caption="Imagem com Histograma Equalizado", use_column_width=True, channels="GRAY")
-    
+
+    elif process_option == "Ajuste de Brilho e Contraste":
+        brightness = st.sidebar.slider("Brilho:", min_value=-100, max_value=100, value=0)
+        contrast = st.sidebar.slider("Contraste:", min_value=-100, max_value=100, value=0)
+        adjusted_image = cv2.convertScaleAbs(image, alpha=1 + (contrast / 100), beta=brightness)
+        st.image(adjusted_image, caption="Imagem com Ajuste de Brilho e Contraste", use_column_width=True)
+
+    elif process_option == "Detecção de Contornos":
+        gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
+        threshold = st.sidebar.slider("Threshold para Contornos:", min_value=50, max_value=255, value=127)
+        _, thresh = cv2.threshold(gray_image, threshold, 255, cv2.THRESH_BINARY)
+        contours, _ = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
+        contour_image = cv2.drawContours(image.copy(), contours, -1, (0, 255, 0), 2)
+        st.image(contour_image, caption="Contornos Detectados", use_column_width=True)
+
+    # Exibição do histograma
+    st.sidebar.header("Exibir Histograma")
+    if st.sidebar.checkbox("Mostrar histograma da imagem"):
+        if len(image.shape) == 3:
+            colors = ("b", "g", "r")
+            for i, color in enumerate(colors):
+                hist = cv2.calcHist([image], [i], None, [256], [0, 256])
+                st.line_chart(hist[:, 0])
+        else:
+            hist = cv2.calcHist([image], [0], None, [256], [0, 256])
+            st.line_chart(hist[:, 0])
+
     # Botão para salvar o resultado
     if st.button("Salvar Imagem Processada"):
         result_path = "imagem_processada.png"
-        cv2.imwrite(result_path, eval(process_option.lower().replace(" ", "_") + "_image"))
-     
+        cv2.imwrite(result_path, locals()[process_option.lower().replace(" ", "_") + "_image"])
+        st.success(f"Imagem salva como {result_path}")
+else:
+    st.info("Por favor, envie uma imagem médica para começar.")