Update app.py

app.py

@@ -1,124 +1,112 @@
+import requests
 from transformers import DetrImageProcessor, DetrForObjectDetection
 import torch
 from PIL import Image
-import requests
-from io import BytesIO
-import requests
-from flask import Flask, render_template_string
-import requests
-
-def download_image(image_url):
-    try:
-        # Envoyer une requête GET à l'URL de l'image
-        response = requests.get(image_url)
-        response.raise_for_status()  # Vérifie s'il y a des erreurs dans la requête
-        
-        # Ouvrir l'image à partir du contenu de la réponse
-        image = Image.open(BytesIO(response.content))
-        return image  # Renvoie l'image plutôt que de l'enregistrer directement
-    except requests.exceptions.RequestException as e:
-        print(f"Erreur lors du téléchargement de l'image : {e}")
-    except Exception as e:
-        print(f"Erreur lors de l'ouverture de l'image : {e}")
-    return None
-
-# Exemple d'utilisation
-url = "https://img.freepik.com/photos-premium/foule-gens-leurs-mains-air_925122-660.jpg"  # Remplacer par l'URL de votre image
-
-image = download_image(url)
-
-if image is not None:
-    # Initialise le processeur et le modèle
-    processor = DetrImageProcessor.from_pretrained("facebook/detr-resnet-50", revision="no_timm")
-    model = DetrForObjectDetection.from_pretrained("facebook/detr-resnet-50", revision="no_timm")
-
-    # Prépare l'image pour le modèle
-    inputs = processor(images=image, return_tensors="pt")
-    outputs = model(**inputs)
-
-    # Convertir les sorties (bounding boxes et logits de classes) en API COCO
-    target_sizes = torch.tensor([image.size[::-1]])  # Inverser la taille pour correspondre aux attentes du modèle
-    results = processor.post_process_object_detection(outputs, target_sizes=target_sizes, threshold=0.9)[0]
-
-    # Initialiser un dictionnaire pour compter les objets détectés
-    object_counts = {}
-
-    # Afficher les résultats et compter les objets
-    for score, label, box in zip(results["scores"], results["labels"], results["boxes"]):
-        box = [round(i, 2) for i in box.tolist()]
-        object_name = model.config.id2label[label.item()]
-        
-        # Incrémenter le compteur pour chaque objet détecté
-        if object_name in object_counts:
-            object_counts[object_name] += 1
-        else:
-            object_counts[object_name] = 1
-
-        print(
-            f"Detected {object_name} with confidence "
-            f"{round(score.item(), 3)} at location {box}"
-        )
 
-    # Afficher le compteur d'objets détectés
-    print("\nObject counts:")
-    for obj, count in object_counts.items():
-        print(f"{obj}: {count}")
-else:
-    print("Impossible de traiter l'image.")
-
-
-
-
-app = Flask(__name__)
-
-# URL de l'API Gemini
-url = "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash-latest:generateContent"
-api_key = "AIzaSyBf_HUeCwYI8GTzrQ9SPTlcB1USlj2Ruy0"
-headers = {
-    "Content-Type": "application/json"
-}
-data = {
-    "contents": [
-        {
-            "parts": [
-                {"text": "generate me an email for my director indicating the number of students present in class in French"}
-            ]
-        }
-    ]
-}
-
-# Faire la requête à l'API Gemini
-response = requests.post(f"{url}?key={api_key}", headers=headers, json=data)
-
-# Vérifier si la requête a réussi
-if response.status_code == 200:
-    api_response = response.json()  # Extraire la réponse JSON
-    email_text = api_response['candidates'][0]['content']['parts'][0]['text']  # Extraire le texte généré
+# Fonction pour envoyer un email via Mailtrap
+def send_email(api_key, inbox_id, subject, content, from_email, to_email):
+    url = f"https://mailtrap.io/api/v1/inboxes/{inbox_id}/messages"  # Assurez-vous que l'URL est correcte
+    headers = {
+        "Api-Token": api_key,
+        "Content-Type": "application/json"
+    }
+    data = {
+        "from": from_email,
+        "to": [ {"email": to_email} ],
+        "subject": subject,
+        "text": content,
+        "category": "Integration Test"
+    }
+    response = requests.post(url, headers=headers, json=data)
     
-    # Créer une page HTML pour afficher la réponse
-    html_template = """
-    <!DOCTYPE html>
-    <html>
-    <head>
-        <title>Réponse de l'API Gemini</title>
-    </head>
-    <body>
-        <h1>Contenu généré :</h1>
-        <p>{{ email_content }}</p>
-    </body>
-    </html>
-    """
-    rendered_page = render_template_string(html_template, email_content=email_text)
+    # Debug: Print the raw response
+    print(f"Email response status code: {response.status_code}")
+    print(f"Email response content: {response.text}")
 
-else:
-    rendered_page = f"Erreur: {response.status_code} - {response.text}"
-
-# Définir la route pour l'application web
-@app.route('/')
-def index():
-    return rendered_page
-
-# Lancer l'application Flask
-if __name__ == '__main__':
-    app.run(debug=True)
+    try:
+        response_json = response.json()
+    except ValueError:
+        response_json = {}
+        print("Failed to decode JSON response")
+    
+    return response.status_code, response_json
+
+# Fonction pour générer du texte avec Gemini
+def generate_text_with_gemini(api_key, prompt):
+    url = "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash-latest:generateContent"
+    headers = {
+        "Content-Type": "application/json",
+    }
+    params = {
+        "key": api_key
+    }
+    data = {
+        "contents": [
+            {
+                "parts": [
+                    {"text": prompt}
+                ]
+            }
+        ]
+    }
+    response = requests.post(url, headers=headers, params=params, json=data)
+    
+    # Debug: Print the raw response
+    print(f"Gemini response status code: {response.status_code}")
+    print(f"Gemini response content: {response.text}")
 
+    try:
+        response_json = response.json()
+    except ValueError:
+        response_json = {}
+        print("Failed to decode JSON response")
+    
+    return response.status_code, response_json
+
+# URL de l'image d'exemple
+url = "https://www.saint-genes.com/wp-content/uploads/2019/10/DSC05405.jpg"
+image = Image.open(requests.get(url, stream=True).raw)
+
+# Téléchargement du modèle sans la dépendance 'timm'
+processor = DetrImageProcessor.from_pretrained("facebook/detr-resnet-50", revision="no_timm")
+model = DetrForObjectDetection.from_pretrained("facebook/detr-resnet-50", revision="no_timm")
+
+# Préparer l'image pour le modèle
+inputs = processor(images=image, return_tensors="pt")
+outputs = model(**inputs)
+
+# Post-traitement des résultats pour obtenir les boîtes englobantes et les labels
+target_sizes = torch.tensor([image.size[::-1]])
+results = processor.post_process_object_detection(outputs, target_sizes=target_sizes, threshold=0.9)[0]
+
+# Compter le nombre de personnes détectées
+persons = 0
+for score, label, box in zip(results["scores"], results["labels"], results["boxes"]):
+    if model.config.id2label[label.item()] == 'person':
+        persons += 1
+
+expected_number_of_persons = 30  # Nombre attendu de personnes
+absents = expected_number_of_persons - persons
+
+# Assurez-vous que le nombre d'absents ne soit pas négatif
+if absents < 0:
+    absents = 0
+
+# Générer le contenu de l'email avec Gemini
+prompt = f"Notifier de l'absence: Le nombre de personnes présentes est de {persons}. Le nombre d'absents est de {absents}."
+gemini_api_key = "AIzaSyCJVUr-76I4TL42X98d9U0THbRD3MKlB38"  # Remplacez par votre clé API Gemini
+status_code, response_json = generate_text_with_gemini(gemini_api_key, prompt)
+email_content = response_json.get('candidates', [{}])[0].get('content', {}).get('parts', [{}])[0].get('text', 'Content generation failed.')
+
+# Définir les variables pour l'email
+email_subject = "Notification d'absents"
+from_email = "mailtrap@example.com"
+to_email = "noahhamidou@hotmail.com"
+
+# Clés API Mailtrap et informations d'email
+mailtrap_api_key = "0dfd557dc980d49b306ae8647a9fa585"  # Remplacez par votre clé API Mailtrap
+inbox_id = "3128145"  # Remplacez par votre ID de boîte de réception
+
+# Envoyer l'email
+status_code, response_json = send_email(mailtrap_api_key, inbox_id, email_subject, email_content, from_email, to_email)
+print(f"Email sent with status code {status_code}: {response_json}")