Update app.py

app.py

@@ -1,112 +1,123 @@
-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
 
-# 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)
-    
-    # Debug: Print the raw response
-    print(f"Email response status code: {response.status_code}")
-    print(f"Email response content: {response.text}")
-
+def download_image(image_url):
     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}")
+        # 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
 
-    try:
-        response_json = response.json()
-    except ValueError:
-        response_json = {}
-        print("Failed to decode JSON response")
+# 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
     
-    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}")
+    # 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)
+
+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)