Update app.py

app.py

@@ -14,39 +14,33 @@ def detect_objects_image(img):
 # 🎥 Détection sur vidéo
 model = YOLO("yolov8n.pt")
 
-def detect_objects_video(video_path, output_path="video_sortie.mp4"):
-    cap = cv2.VideoCapture(video_path)
+def detect_objects_video(video):
+    # Si l'entrée est une chaîne, utiliser telle quelle. Sinon, utiliser .name (cas Gradio)
+    video_path = video.name if hasattr(video, 'name') else video
 
-    # Vérifier ouverture
-    if not cap.isOpened():
-        print("Erreur : impossible d'ouvrir la vidéo.")
-        return None
+    temp_output = tempfile.NamedTemporaryFile(suffix=".mp4", delete=False)
+    cap = cv2.VideoCapture(video_path)
 
-    # Propriétés vidéo
-    width  = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
+    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))
+    fps = cap.get(cv2.CAP_PROP_FPS)
 
-    # Définir l'écriture de la vidéo de sortie
     fourcc = cv2.VideoWriter_fourcc(*'mp4v')
-    out = cv2.VideoWriter(output_path, fourcc, fps, (width, height))
+    out = cv2.VideoWriter(temp_output.name, fourcc, fps, (width, height))
 
     while True:
         ret, frame = cap.read()
         if not ret:
             break
 
-        # Appliquer YOLOv8 sur chaque frame
         results = model(frame)
         annotated_frame = results[0].plot()
-
-        # Écrire le frame annoté
         out.write(annotated_frame)
 
     cap.release()
     out.release()
-    print(f"Vidéo enregistrée : {output_path}")
-    return output_path
+
+    return temp_output.name
 
 # Lancer l'interface avec deux onglets
 with gr.Blocks() as demo: