Update app.py

app.py

@@ -35,7 +35,6 @@ def generate_qrcode(link):
     qr.make(fit=True)
     qr_image = qr.make_image(fill_color="black", back_color="white")
 
-    # Réduire la taille tout en maintenant la lisibilité (ex: 100x100 pixels)
     small_qr_image = qr_image.resize((100, 100), Image.Resampling.LANCZOS)
 
     buffer = BytesIO()
@@ -48,7 +47,6 @@ def main():
     st.set_page_config(page_title="Application de Vision par Ordinateur", layout="wide")
     st.title("Application de Vision par Ordinateur")
 
-    # Section pour le choix de l'image par défaut
     st.sidebar.header("Chargement de l'image")
     if "default_image" not in st.session_state:
         st.session_state["default_image"] = None
@@ -63,7 +61,6 @@ def main():
         st.sidebar.warning("Veuillez charger une image pour commencer.")
         return
 
-    # Menu des fonctionnalités
     st.sidebar.header("Fonctionnalités")
     menu_option = st.sidebar.selectbox("Choisissez une fonctionnalité", [
         "Accueil",
@@ -72,7 +69,8 @@ def main():
         "Rotation",
         "Floutage",
         "Contours",
-        "Génération de Code-barres et QR Code"
+        "Génération de Code-barres et QR Code",
+        "Détection Faciale"
     ])
 
     image_np = st.session_state["default_image"]
@@ -152,15 +150,59 @@ def main():
         link = st.text_input("Entre un lien ou un texte pour générer le code-barres et le QR code")
         if st.button("Générer"):
             if link:
-                # Génération du Code-barres
                 barcode_image = generate_barcode(link)
                 st.image(barcode_image, caption="Code-barres généré", use_container_width=True)
 
-                # Génération du QR code
                 qrcode_image = generate_qrcode(link)
                 st.image(qrcode_image, caption="QR Code généré", use_container_width=True)
             else:
                 st.error("Veuillez entrer un lien valide pour générer les codes.")
+                
+    elif menu_option == "Détection Faciale":
+        st.subheader("Détection Faciale")
+
+        # Charger le modèle Haarcascade pour la détection des visages
+        face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")
+
+        # Bouton pour démarrer la détection des visages
+        if st.button("Lancer la détection des visages"):
+
+            # Initialiser la webcam
+            cap = cv2.VideoCapture(0)  # 0 pour la webcam par défaut
+
+            if not cap.isOpened():
+                st.error("Impossible d'accéder à la webcam.")
+            else:
+                st.info("Appuyez sur Ctrl+C pour arrêter la détection.")
+
+                # Flux vidéo en temps réel
+                frame_placeholder = st.empty()
+
+                while True:
+                    ret, frame = cap.read()
+                    if not ret:
+                        st.error("Erreur lors de la capture vidéo.")
+                        break
+
+                    # Convertir en niveaux de gris
+                    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
+
+                    # Détecter les visages
+                    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
+
+                    # Dessiner des rectangles autour des visages détectés
+                    for (x, y, w, h) in faces:
+                        cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 0, 0), 2)
+
+                    # Convertir l'image pour Streamlit
+                    frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
+
+                    # Afficher l'image dans l'interface Streamlit
+                    frame_placeholder.image(frame, channels="RGB", use_container_width=True)
+
+                # Libérer la webcam une fois le flux terminé
+                cap.release()
+
 
 
 if __name__ == "__main__":