Update app.py

app.py

@@ -1,3 +1,5 @@
+--- START OF FILE app.py ---
+
 import gradio as gr
 import cv2
 import numpy as np
@@ -34,17 +36,42 @@ except Exception as e:
 
 # --- FUNÇÕES DE ANÁLISE ---
 
-def analisar_fidelidade(video_path):
+# --- MODIFICADO ---
+# Agora aceita start_frame e end_frame para analisar apenas um trecho.
+def analisar_fidelidade(video_path, start_frame=0, end_frame=0):
     cap = cv2.VideoCapture(video_path)
+    if not cap.isOpened():
+        raise gr.Error("Não foi possível abrir o arquivo de vídeo.")
+    
     frames, ssim_scores, phash_distances = [], [], []
     fps = cap.get(cv2.CAP_PROP_FPS) or 30
+    total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
+
+    # Valida e ajusta os frames de início e fim
+    process_full_video = (start_frame == 0 and end_frame == 0) or (start_frame >= end_frame)
     
-    while True:
+    if process_full_video:
+        start_frame = 0
+        end_frame = total_frames
+    else:
+        start_frame = max(0, start_frame)
+        end_frame = min(total_frames, end_frame)
+
+    cap.set(cv2.CAP_PROP_POS_FRAMES, start_frame)
+    
+    current_frame_pos = start_frame
+    while current_frame_pos < end_frame:
         ret, frame = cap.read()
         if not ret: break
         frames.append(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB))
+        current_frame_pos += 1
+    
     cap.release()
 
+    if len(frames) < 2:
+        gr.Warning("O trecho selecionado é muito curto para análise (menos de 2 frames).")
+        return frames, fps, [], []
+
     for i in range(len(frames) - 1):
         gray1 = cv2.cvtColor(frames[i], cv2.COLOR_RGB2GRAY)
         gray2 = cv2.cvtColor(frames[i+1], cv2.COLOR_RGB2GRAY)
@@ -61,6 +88,7 @@ def analisar_fidelidade(video_path):
 
 def analisar_cor_iluminacao(frames):
     lum_corr_scores, color_corr_scores = [], []
+    if len(frames) < 2: return [], []
     for i in range(len(frames) - 1):
         frame1, frame2 = frames[i], frames[i+1]
         gray1, gray2 = cv2.cvtColor(frame1, cv2.COLOR_RGB2GRAY), cv2.cvtColor(frame2, cv2.COLOR_RGB2GRAY)
@@ -83,7 +111,7 @@ def analisar_cor_iluminacao(frames):
 
 def analisar_anomalias_movimento(frames):
     magnitude_scores, orientation_variance_scores = [], []
-    if not frames: return [], []
+    if len(frames) < 2: return [], []
     prev_gray = cv2.cvtColor(frames[0], cv2.COLOR_RGB2GRAY)
     for i in range(1, len(frames)):
         current_gray = cv2.cvtColor(frames[i], cv2.COLOR_RGB2GRAY)
@@ -96,6 +124,7 @@ def analisar_anomalias_movimento(frames):
 
 def analisar_estabilidade_foco(frames):
     ssim_foco_scores, jitter_foco_scores = [], []
+    if len(frames) < 2: return [], []
     last_roi_center = None
     for i in range(len(frames) - 1):
         frame1_cv, frame2_cv = cv2.cvtColor(frames[i], cv2.COLOR_RGB2BGR), cv2.cvtColor(frames[i+1], cv2.COLOR_RGB2BGR)
@@ -131,6 +160,46 @@ def executar_teste_semantico(phash_distances, descriptions_text):
     # (Função como definida anteriormente)
     return None, "Função ainda não implementada completamente no template"
 
+# --- NOVA FUNÇÃO ---
+# Extrai frames de um trecho e os une em uma única imagem.
+def extrair_e_visualizar_frames(video_path, start_frame, end_frame):
+    if not video_path or start_frame >= end_frame:
+        return None
+
+    cap = cv2.VideoCapture(video_path)
+    if not cap.isOpened():
+        return None
+
+    total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
+    start_frame = max(0, start_frame)
+    end_frame = min(total_frames, end_frame)
+    
+    cap.set(cv2.CAP_PROP_POS_FRAMES, start_frame)
+
+    extracted_frames = []
+    for i in range(start_frame, end_frame):
+        ret, frame = cap.read()
+        if not ret:
+            break
+        # Adiciona texto com o número do frame
+        frame_num_text = f"Frame: {i}"
+        cv2.putText(frame, frame_num_text, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2, cv2.LINE_AA)
+        extracted_frames.append(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB))
+    
+    cap.release()
+
+    if not extracted_frames:
+        return None
+
+    # Une os frames horizontalmente
+    combined_image = np.hstack(extracted_frames)
+    
+    # Salva a imagem combinada em um arquivo temporário
+    pil_img = Image.fromarray(combined_image)
+    path = "frames_extraidos.png"
+    pil_img.save(path)
+    return path
+
 
 # --- FUNÇÕES DE PLOTAGEM ---
 def plot_to_file(fig, filename):
@@ -140,6 +209,7 @@ def plot_to_file(fig, filename):
     return path
 
 def gerar_grafico_fidelidade(ssim, phash, num_frames, fps):
+    if not ssim: return None
     fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(16, 10), sharex=True)
     x_axis = [i/fps for i in range(len(ssim))]
     ax1.plot(x_axis, ssim, label='SSIM')
@@ -148,6 +218,7 @@ def gerar_grafico_fidelidade(ssim, phash, num_frames, fps):
     return plot_to_file(fig, "fidelidade")
 
 def gerar_grafico_cor(lum, color, num_frames, fps):
+    if not lum: return None
     fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(16, 10), sharex=True)
     x_axis = [i/fps for i in range(len(lum))]
     ax1.plot(x_axis, lum, label='Luminância', color='gold')
@@ -156,6 +227,7 @@ def gerar_grafico_cor(lum, color, num_frames, fps):
     return plot_to_file(fig, "cor")
 
 def gerar_grafico_anomalias(mag, var, num_frames, fps):
+    if not mag: return None
     fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(16, 10), sharex=True)
     x_axis = [i/fps for i in range(len(mag))]
     ax1.plot(x_axis, mag, label='Magnitude')
@@ -164,6 +236,7 @@ def gerar_grafico_anomalias(mag, var, num_frames, fps):
     return plot_to_file(fig, "anomalias")
 
 def gerar_grafico_foco(ssim_global, ssim_foco, jitter, num_frames, fps):
+    if not ssim_global: return None
     fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(16, 10), sharex=True)
     x_axis = [i/fps for i in range(len(ssim_global))]
     ax1.plot(x_axis, ssim_global, label='Global')
@@ -173,12 +246,18 @@ def gerar_grafico_foco(ssim_global, ssim_foco, jitter, num_frames, fps):
     return plot_to_file(fig, "foco")
 
 
-# --- FUNÇÃO DE CALLBACK PRINCIPAL ---
-def run_full_analysis(video_path, descriptions_text, progress=gr.Progress()):
+# --- FUNÇÃO DE CALLBACK PRINCIPAL (MODIFICADA) ---
+def run_full_analysis(video_path, descriptions_text, start_frame, end_frame, progress=gr.Progress()):
     if video_path is None: raise gr.Error("Por favor, faça o upload de um vídeo.")
     
-    progress(0, desc="Analisando fidelidade...")
-    frames, fps, ssim_scores, phash_distances = analisar_fidelidade(video_path)
+    # Converte para inteiros
+    start_frame, end_frame = int(start_frame), int(end_frame)
+
+    progress(0, desc="Extraindo frames para visualização...")
+    frames_imagem_path = extrair_e_visualizar_frames(video_path, start_frame, end_frame)
+
+    progress(0.1, desc="Analisando fidelidade do trecho...")
+    frames, fps, ssim_scores, phash_distances = analisar_fidelidade(video_path, start_frame, end_frame)
     
     progress(0.2, desc="Gerando gráfico de fidelidade...")
     fidelidade_plot_path = gerar_grafico_fidelidade(ssim_scores, phash_distances, len(frames), fps)
@@ -204,17 +283,28 @@ def run_full_analysis(video_path, descriptions_text, progress=gr.Progress()):
         if error_msg: gr.Warning(error_msg)
     
     progress(1.0, desc="Análise completa!")
-    return fidelidade_plot_path, cor_plot_path, foco_plot_path, semantico_path, anomalias_plot_path
+    # --- MODIFICADO --- Retorna o caminho da nova imagem de frames também
+    return frames_imagem_path, fidelidade_plot_path, cor_plot_path, foco_plot_path, semantico_path, anomalias_plot_path
 
-# --- INTERFACE GRADIO ---
+# --- INTERFACE GRADIO (MODIFICADA) ---
 with gr.Blocks(theme=gr.themes.Soft()) as demo:
     gr.Markdown("# Suíte de Validação Completa para Geração de Vídeo (ADUC-SDR)")
     with gr.Row():
         with gr.Column(scale=1):
             video_input = gr.Video(label="1. Upload do vídeo")
-            descriptions_input = gr.Textbox(lines=5, label="2. Descrições (Opcional)", placeholder="Uma descrição por cena para o teste de inteligência...")
-            analyze_button = gr.Button("3. Executar Análise Completa", variant="primary")
+            descriptions_input = gr.Textbox(lines=5, label="3. Descrições (Opcional)", placeholder="Uma descrição por cena para o teste de inteligência...")
+            
+            # --- NOVOS COMPONENTES ---
+            with gr.Row():
+                start_frame_input = gr.Number(label="Frame Inicial", value=0, precision=0, info="Deixe 0 e 0 para analisar o vídeo inteiro.")
+                end_frame_input = gr.Number(label="Frame Final", value=0, precision=0, info="Ex: 88 e 94 para analisar esse trecho.")
+            
+            analyze_button = gr.Button("4. Executar Análise Completa", variant="primary")
+            
     with gr.Tabs():
+        # --- NOVA ABA ---
+        with gr.TabItem("Frames Extraídos"):
+            extracted_frames_img = gr.Image(label="Visualização dos Frames Lado a Lado")
         with gr.TabItem("1. Fidelidade e Coerência"):
             plot_fidelidade = gr.Image(label="Gráfico de Análise de Fidelidade (SSIM e pHash)")
         with gr.TabItem("2. Cor e Iluminação"):
@@ -226,10 +316,11 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
         with gr.TabItem("5. Inteligência Adaptativa"):
             plot_semantico = gr.Image(label="Gráfico de Estresse Semântico")
 
+    # --- MODIFICADO --- Atualiza inputs e outputs do botão
     analyze_button.click(
         fn=run_full_analysis,
-        inputs=[video_input, descriptions_input],
-        outputs=[plot_fidelidade, plot_cor, plot_foco, plot_semantico, plot_anomalias]
+        inputs=[video_input, descriptions_input, start_frame_input, end_frame_input],
+        outputs=[extracted_frames_img, plot_fidelidade, plot_cor, plot_foco, plot_semantico, plot_anomalias]
     )
 
 if __name__ == "__main__":