Update app.py

app.py

@@ -4,15 +4,11 @@ import numpy as np
 import spaces
 from ultralytics import YOLO
 
-
-# 1. تحميل نموذج YOLO (سيتم تحميله تلقائياً عند تشغيل المساحة)
+# تحميل نموذج YOLOv8
 model = YOLO("yolov8n.pt")
 
 @spaces.GPU
 def process_gate_video(video_path):
-    """
-    دالة لمعالجة الفيديو، تتبع الأجسام عبر YOLO، وعد الأشخاص العابرين للبوابة.
-    """
     if video_path is None:
         return None, "الرجاء رفع ملف فيديو صالح أولاً."
 
@@ -20,22 +16,27 @@ def process_gate_video(video_path):
     width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
     height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
     fps = int(cap.get(cv2.CAP_PROP_FPS))
-    
-    # إعداد ملف الفيديو الناتج مع ترميز يدعم تشغيله داخل المتصفح
+    if fps <= 0:
+        fps = 25  # قيمة افتراضية في حال لم يتم قراءة الـ fps
+
+    # استخدام ترميز 'avc1' لضمان عمل الفيديو داخل متصفح الويب وفي واجهة Hugging Face
     output_path = "output_counted_gate.mp4"
-    fourcc = cv2.VideoWriter_fourcc(*'avc1') # أو استخدم 'mp4v' حسب المتوفر
+    fourcc = cv2.VideoWriter_fourcc(*'avc1')
     out = cv2.VideoWriter(output_path, fourcc, fps, (width, height))
 
     people_count = 0
-    tracked_ids = set()
-    line_y = int(height * 0.6) # تحديد مكان خط العد افتراضياً في أسفل/منتصف الفيديو
+    # تخزين آخر إحداثي Y لكل ID لتحديد اتجاه العبور بدقة
+    track_history = {} 
+    
+    # تحديد موقع خط العد (في منتصف الارتفاع تقريباً أو حسب رغبتك)
+    line_y = int(height * 0.5)
 
     while cap.isOpened():
         success, frame = cap.read()
         if not success:
             break
 
-        # استخدام التتبع (track) وتحديد الفئة 0 الخاصة بالأشخاص (Persons)
+        # استخدام التتبع لتتبع الأشخاص عبر الإطارات
         results = model.track(frame, persist=True, classes=[0], verbose=False)
 
         if results[0].boxes.id is not None:
@@ -44,26 +45,39 @@ def process_gate_video(video_path):
 
             for box, track_id in zip(boxes, track_ids):
                 x1, y1, x2, y2 = map(int, box)
+                
+                # استخدام مركز أسفل الشخص (منطقة الأقدام) لتحديد العبور بدقة أدق
                 center_x = int((x1 + x2) / 2)
                 center_y = int(y2)
 
-                # رسم المربع المحيط بالشخص واسم المعرف الخاص به
+                # رسم المربع واسم الـ ID على الشخص
                 cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2)
                 cv2.putText(frame, f"ID: {track_id}", (x1, y1 - 10), 
-                            cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)
-
-                # منطق العد عند عبور الخط الافتراضي
-                if line_y - 10 < center_y < line_y + 10:
-                    if track_id not in tracked_ids:
+                            cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2)
+
+                # تتبع حركة الشخص عبر الإطارات لمعرفة اتجاه العبور
+                if track_id in track_history:
+                    prev_y = track_history[track_id]
+                    
+                    # منطق العد: إذا كان الشخص يتحرك وعبر خط العد (من الأعلى إلى الأسفل أو العكس)
+                    # نتأكد أن الـ ID لم يتم حسابه مسبقاً بطريقة تمنع التكرار
+                    if prev_y < line_y and center_y >= line_y:
+                        # عبر للأسفل (أو للخارج)
                         people_count += 1
-                        tracked_ids.add(track_id)
-
-        # رسم خط العد باللون الأحمر على الفريم
+                        # نقوم بتحديث التاريخ لمنع عد نفس الـ ID مرتين في نفس الممر
+                        track_history[track_id] = center_y + 1000  # قيمة وهمية لمنع التكرار
+                    elif prev_y > line_y and center_y <= line_y:
+                        # عبر للأعلى (اختياري، يمكنك تفعيله إذا أردت عد الاتجاهين)
+                        pass
+                
+                track_history[track_id] = center_y
+
+        # رسم خط العد باللون الأحمر الواضح
         cv2.line(frame, (0, line_y), (width, line_y), (0, 0, 255), 3)
         
-        # كتابة العداد الحالي على الشاشة
-        cv2.putText(frame, f"Total Count: {people_count}", (30, 50), 
-                    cv2.FONT_HERSHEY_SIMPLEX, 1.2, (255, 0, 0), 3)
+        # كتابة العداد الحالي على الفيديو
+        cv2.putText(frame, f"Total Count: {people_count}", (30, 60), 
+                    cv2.FONT_HERSHEY_SIMPLEX, 1.3, (0, 0, 255), 3)
 
         out.write(frame)
 
@@ -73,10 +87,10 @@ def process_gate_video(video_path):
     result_message = f"تم الانتهاء من المعالجة بنجاح. إجمالي الأشخاص العابرين: {people_count}"
     return output_path, result_message
 
-# 2. بناء واجهة Gradio التفاعلية
+# بناء واجهة Gradio
 with gr.Blocks(theme=gr.themes.Soft()) as demo:
     gr.Markdown("# 🚪 نظام عد الأشخاص الذكي عبر البوابات")
-    gr.Markdown("قم برفع فيديو لكاميرا المراقبة الخاصة بالبوابة، وسيقوم النظام بتعقب الأشخاص وعدهم تلقائياً باستخدام **YOLO** و **OpenCV**.")
+    gr.Markdown("قم برفع فيديو لكاميرا المراقبة لمعالجة الفيديو، تتبع الأجسام، وعد الأشخاص بدقة.")
     
     with gr.Row():
         with gr.Column():
@@ -93,6 +107,5 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
         outputs=[video_output, text_output]
     )
 
-# تشغيل التطبيق
 if __name__ == "__main__":
     demo.launch()