Update app.py

app.py

@@ -6,6 +6,7 @@ from io import BytesIO
 import barcode
 from barcode.writer import ImageWriter
 import qrcode
+import tempfile
 
 
 def image_to_bytes(img):
@@ -164,24 +165,63 @@ def main():
         # 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"):
+        # Choix de la source
+        detection_option = st.radio(
+            "Choisis la source pour la détection faciale",
+            options=["Webcam", "Vidéo téléversée"]
+        )
 
-            # Initialiser la webcam
-            cap = cv2.VideoCapture(0)  # 0 pour la webcam par défaut
+        if detection_option == "Webcam":
+            # Option pour utiliser la webcam
+            if st.button("Lancer la détection via 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.")
+                if not cap.isOpened():
+                    st.error("Impossible d'accéder à la webcam, Hugging Face et le navigateur bloquent l'accès.")
+                else:
+                    st.info("Appuyez sur Ctrl+C pour arrêter la détection.")
+                    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)
 
-                # Flux vidéo en temps réel
+                        # 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()
+
+        elif detection_option == "Vidéo téléversée":
+            # Option pour téléverser une vidéo
+            uploaded_video = st.file_uploader("Charge une vidéo", type=["mp4", "avi", "mov"])
+            if uploaded_video is not None:
+                video_bytes = uploaded_video.read()
+                tfile = tempfile.NamedTemporaryFile(delete=False)
+                tfile.write(video_bytes)
+                tfile.close()
+
+                cap = cv2.VideoCapture(tfile.name)
                 frame_placeholder = st.empty()
 
-                while True:
+                while cap.isOpened():
                     ret, frame = cap.read()
                     if not ret:
-                        st.error("Erreur lors de la capture vidéo.")
                         break
 
                     # Convertir en niveaux de gris
@@ -200,10 +240,10 @@ def main():
                     # 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__":
     main()