File size: 6,648 Bytes
7e2d83c
 
596eddd
7e2d83c
 
 
7fa89fd
a442edd
7e2d83c
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
5dab954
7e2d83c
 
 
 
 
 
22cf1f3
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
7e2d83c
22cf1f3
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
7e2d83c
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
import os
import cv2
from ultralytics import YOLO

#Ici, nous devons détecter si un/plusieurs objets suspect met en danger le document envoyé par l'utilisateur à son contact
def detect_objects_in_folder(folder_path):
    model = YOLO("/app/models/yolov8n.pt")
    conf_threshold = 0.4 #on configure notre seuil de confiance à 0.4 donc si le modèle est sur à 40% que l'objet est tel objet alors la detection est validée

    # Objets interdits selon les classes COCO (Common Objects in Context)
    # et interdit selon VISION SHIELD car ils menancent le doc
    forbidden_classes = {
        62: "écran",
        67: "téléphone",
        69: "appareil photo",
        73: "ordinateur"
    }

    if not os.path.isdir(folder_path): #oni retourne une erreur si on ne trouve pas le dossier
        print(f" Dossier introuvable : {folder_path}")
        return False

    image_files = [f for f in os.listdir(folder_path) if f.lower().endswith((".jpg", ".jpeg", ".png"))]
    #on récupère toutes les images ayant la bonne extensions donc pas de vidéos
    if not image_files:
        print("Aucune image trouvée.") #erreur si aucune image trouvée
        return False

    for image_name in image_files: # on boucles sur notre dossier
        image_path = os.path.join(folder_path, image_name)
        frame = cv2.imread(image_path) # on lit notre image

        if frame is None: #erreur si on ne parvient pas à lire l'image
            print(f" Impossible de lire : {image_name}")
            continue

        #on lance la détection en appelant notre modèle YOLO
        results = model.predict(source=frame, conf=conf_threshold, verbose=False)
        #on récupère tous les objets détecter dans notre image
        detections = results[0].boxes

        for box in detections: # on boucle sur tous les objets trouvés
            # on récupère la classe prédite de tous les objets détectés
            cls_id = int(box.cls.cpu().item())
            #si l'une des classes des objets détectés fait partie du dictionnaire des objets interdits alors
            if cls_id in forbidden_classes:
                label = forbidden_classes[cls_id] #on récupère la classe
                print(f"Objet interdit détecté : {label} dans {image_name}")
                return False # dès qu'on détecte un objet interdit, on arrete la fontion pour prevenir l'app de la transgression de l'utilisateur

    print("Aucun objet interdit détecté dans le dossier.")
    return True #si tout va bien




#def detect_objects_in_folder(video_folder):
    #model = YOLO("yolov8n.pt")
    #conf_threshold = 0.4

    # Liste des classes interdites (COCO) → ici : téléphone seulement (classe 67)
    #forbidden_classes = {
     #   67: "téléphone"
    #}

    #if not os.path.isdir(video_folder):
      #  print(f"❌ Dossier introuvable : {video_folder}")
     #   return

    #video_files = [f for f in os.listdir(video_folder) if f.lower().endswith(".mov")]
    #if not video_files:
      #  print("⚠️ Aucune vidéo .mov trouvée.")
     #   return

    #for video_name in video_files:
        #video_path = os.path.join(video_folder, video_name)
        #cap = cv2.VideoCapture(video_path)
        #if not cap.isOpened():
          #  print(f"❌ Impossible d’ouvrir : {video_name}")
         #   continue

        #print(f"📹 Analyse objets interdits : {video_name}")
        #while True:
            #ret, frame = cap.read()
            #if not ret:
             #   break

            #results = model.predict(source=frame, conf=conf_threshold, verbose=False)
            #detections = results[0].boxes

            #for box in detections:
                #cls_id = int(box.cls.cpu().item())
                #if cls_id in forbidden_classes:
                #    x1, y1, x2, y2 = map(int, box.xyxy[0])
               #     label = forbidden_classes[cls_id]
              #      cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 0, 255), 2)
             #       cv2.putText(frame, f"{label}", (x1, y1 - 10),
            #                    cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 0, 255), 2)
          #          print(f"⚠️ Objet interdit détecté : {label} dans {video_name}")

         #   cv2.imshow(f"{video_name} - Objets interdits", frame)
        #    if cv2.waitKey(1) & 0xFF == ord('q'):
       #         break

        #cap.release()
       # cv2.destroyAllWindows()
       # print(f"✅ Fin de l’analyse de {video_name}\n")

    #print("✅ Toutes les vidéos analysées pour objets interdits.")


"""def detect_objects_in_folder(video_folder):
    model = YOLO("yolov8n.pt")
    conf_threshold = 0.4

    # ✅ Objets interdits avec classes COCO
    forbidden_classes = {
        62: "écran",
        67: "téléphone",
        69: "appareil photo",
        73: "ordinateur"
    }

    if not os.path.isdir(video_folder):
        print(f"❌ Dossier introuvable : {video_folder}")
        return

    video_files = [f for f in os.listdir(video_folder) if f.lower().endswith(".mov")]
    if not video_files:
        print("⚠️ Aucune vidéo .mov trouvée.")
        return

    os.makedirs("outputs_forbidden_objects", exist_ok=True)

    for video_name in video_files:
        video_path = os.path.join(video_folder, video_name)
        cap = cv2.VideoCapture(video_path)
        if not cap.isOpened():
            print(f"❌ Impossible d’ouvrir : {video_name}")
            continue

        print(f"📹 Analyse objets interdits : {video_name}")
        frame_count = 0

        while True:
            ret, frame = cap.read()
            if not ret:
                break

            results = model.predict(source=frame, conf=conf_threshold, verbose=False)
            detections = results[0].boxes

            for box in detections:
                cls_id = int(box.cls.cpu().item())
                if cls_id in forbidden_classes:
                    x1, y1, x2, y2 = map(int, box.xyxy[0])
                    label = forbidden_classes[cls_id]
                    cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 0, 255), 2)
                    cv2.putText(frame, f"{label}", (x1, y1 - 10),
                                cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 0, 255), 2)
                    print(f"⚠️ Objet interdit détecté : {label} dans {video_name}")

            output_path = os.path.join("outputs_forbidden_objects", f"{video_name}_frame_{frame_count}.jpg")
            cv2.imwrite(output_path, frame)

            frame_count += 1

        cap.release()
        print(f"✅ Fin de l’analyse de {video_name}\n")

    print("✅ Toutes les vidéos analysées pour objets interdits.")"""