Pomysł na działanie (2)

Mój nowy (głupszy) pomysł jak to ma działać (trochę inny niż to co Ci mówiłem na przerwie).

1. Użytkownik skanuje przedmiot.
2. Dostajemy response od [Firebase ML Image Labeling](https://firebase.google.com/docs/ml-kit/label-images)
3. Bierzemy match z największą pewnością
4. Mamy dużo ifów które sprawdzają nam co to za materiał

Przykład (pseudokod)
```
var match = match with highest confidence
var material

if (match == "plastic bootle") {
material = Materials.PLASTIC
} else if (match == "paper" || match == "book" ) {
material = Materials.PAPER
} else if (match == "glass water") {
material = Materials.GLASS
}
```

5. Na podstawie tego jaki to materiał wyświetlamy info

- Do jakiego kubła to wrzucić
- Ile lat się rozkłada (wiadomo, w dużym zaokrągleniu)

### Zalety
Nie musimy bawić się w śmieciarzy, magazynować śmieci i skanować ich żeby nakarmić model.

prościuchne i przyjemne do zrobienia

### Wady
głupio wygląda XD

+ prymitywne i średnio future-proof

No files, tests, or entry points are named. Start by reading the linked Firebase ML Image Labeling documentation and clarify the app's scan flow and material mappings. Done would mean selecting the highest-confidence label, mapping it to a material, and displaying the bin and decomposition information.

Written by the indexing model from the issue text.