Spaces:
Sleeping
Sleeping
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.")"""
|