app.py

# ============================================================
# app.py : Application Gradio — Détection d'émotions faciales
# Déployée sur Hugging Face Spaces
# ============================================================

import gradio as gr
import numpy as np
import cv2
import tensorflow as tf
import json
from huggingface_hub import hf_hub_download

# --- Charger le modèle depuis notre repo HuggingFace ---
print("⏳ Chargement du modèle...")
model_path = hf_hub_download(
    repo_id  = "Amadoudllo/emotion-detection-cnn",
    filename = "best_cnn_model.keras"
)
model = tf.keras.models.load_model(model_path)
print("✅ Modèle chargé !")

# --- Charger le mapping classes ---
class_path = hf_hub_download(
    repo_id  = "Amadoudllo/emotion-detection-cnn",
    filename = "class_indices.json"
)
with open(class_path, "r") as f:
    idx_to_class = json.load(f)

# --- Détecteur de visages Haar Cascade ---
face_cascade = cv2.CascadeClassifier(
    cv2.data.haarcascades + "haarcascade_frontalface_default.xml"
)

# --- Paramètres ---
IMG_SIZE = 48

# Emojis par émotion
EMOJIS = {
    "Angry"    : "😠",
    "Fear"     : "😨",
    "Happy"    : "😄",
    "Neutral"  : "😐",
    "Sad"      : "😢",
    "Surprise" : "😲"
}

def clean_label(label):
    """ Corrige Suprise → Surprise """
    return "Surprise" if label == "Suprise" else label

def detect_emotion(image):
    """
    Fonction principale appelée à chaque frame webcam ou image uploadée.
    Reçoit une image RGB → retourne image annotée + scores émotions
    """
    if image is None:
        return None, {}

    # Convertir RGB → BGR pour OpenCV
    frame = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
    gray  = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # --- Détection des visages ---
    faces = face_cascade.detectMultiScale(
        gray,
        scaleFactor=1.1,
        minNeighbors=5,
        minSize=(30, 30)
    )

    # Scores par défaut si aucun visage
    scores = {
        f"{EMOJIS.get(clean_label(idx_to_class[str(i)]), '')} {clean_label(idx_to_class[str(i)])}": 0.0
        for i in range(len(idx_to_class))
    }

    for (x, y, w, h) in faces:

        # --- Préparer le visage pour le modèle ---
        roi   = cv2.resize(gray[y:y+h, x:x+w], (IMG_SIZE, IMG_SIZE))
        inp   = roi.reshape(1, IMG_SIZE, IMG_SIZE, 1).astype("float32") / 255.

        # --- Prédiction ---
        preds      = model.predict(inp, verbose=0)[0]
        idx        = np.argmax(preds)
        emotion    = clean_label(idx_to_class[str(idx)])
        confidence = preds[idx] * 100

        # Scores pour le graphique Gradio
        scores = {
            f"{EMOJIS.get(clean_label(idx_to_class[str(i)]), '')} {clean_label(idx_to_class[str(i)])}": float(preds[i])
            for i in range(len(preds))
        }

        # --- Dessiner sur la frame ---
        cv2.rectangle(frame, (x, y), (x+w, y+h), (102, 126, 234), 2)
        label = f"{EMOJIS.get(emotion, '')} {emotion} ({confidence:.1f}%)"
        (tw, th), _ = cv2.getTextSize(label, cv2.FONT_HERSHEY_SIMPLEX, 0.7, 2)
        cv2.rectangle(frame, (x, y-th-12), (x+tw+10, y), (102, 126, 234), -1)
        cv2.putText(frame, label, (x+5, y-5),
                    cv2.FONT_HERSHEY_SIMPLEX, 0.7, (255, 255, 255), 2)

    # Reconvertir BGR → RGB pour Gradio
    frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

    return frame_rgb, scores


# ============================================================
# Interface Gradio
# ============================================================

with gr.Blocks(
    title="🎭 Détection d'Émotions Faciales",
    theme=gr.themes.Soft()
) as demo:

    # --- En-tête ---
    gr.Markdown("""
    # 🎭 Détection d'Émotions Faciales en Temps Réel
    **Modèle CNN from Scratch — 64.44% accuracy — 6 émotions détectées**

    👉 Utilise ta **webcam** ou **uploade une photo** de visage !

    > Modèle entraîné sur Kaggle · Code sur [GitHub](https://github.com/amadoudllo/emotion-detection-cnn)
    """)

    with gr.Tabs():

        # ── Tab 1 : Webcam temps réel ──
        with gr.Tab("📷 Webcam Temps Réel"):
            gr.Markdown("### Active ta webcam et place ton visage devant la caméra")

            with gr.Row():
                with gr.Column():
                    webcam = gr.Image(
                        sources=["webcam"],
                        streaming=True,
                        label="Webcam",
                        mirror_webcam=True
                    )
                with gr.Column():
                    webcam_output = gr.Image(
                        label="Détection",
                        streaming=True
                    )
                    webcam_scores = gr.Label(
                        label="Scores par émotion",
                        num_top_classes=6
                    )

            # Connexion streaming webcam
            webcam.stream(
                fn=detect_emotion,
                inputs=[webcam],
                outputs=[webcam_output, webcam_scores]
            )

        # ── Tab 2 : Upload image ──
        with gr.Tab("🖼️ Uploader une Image"):
            gr.Markdown("### Uploade une photo de visage pour analyser l'émotion")

            with gr.Row():
                with gr.Column():
                    img_input = gr.Image(
                        sources=["upload"],
                        label="Image à analyser",
                        type="numpy"
                    )
                    btn = gr.Button(
                        "🔍 Détecter l'émotion",
                        variant="primary"
                    )
                with gr.Column():
                    img_output = gr.Image(label="Résultat")
                    img_scores = gr.Label(
                        label="Scores par émotion",
                        num_top_classes=6
                    )

            # Bouton déclenche la détection
            btn.click(
                fn=detect_emotion,
                inputs=[img_input],
                outputs=[img_output, img_scores]
            )

    # --- Exemples ---
    gr.Markdown("""
    ---
    **Émotions détectées :**
    😠 Angry · 😨 Fear · 😄 Happy · 😐 Neutral · 😢 Sad · 😲 Surprise

    **Défi IA — Semaine 1** · Construit avec ❤️ par Amadoudllo
    """)

demo.launch()