Update app.py

app.py

@@ -3,7 +3,7 @@ import cv2
 import numpy as np
 from skimage.metrics import structural_similarity as ssim
 import matplotlib.pyplot as plt
-from PIL import Image
+from PIL import Image, ImageDraw, ImageFont
 import imagehash
 import os
 import math
@@ -23,6 +23,9 @@ def analisar_video(video_path, progress=gr.Progress()):
     cap = cv2.VideoCapture(video_path)
     frames = []
     fps = cap.get(cv2.CAP_PROP_FPS)
+    if fps == 0:
+        fps = 30 # Define um padrão caso não consiga ler o FPS
+
     while True:
         ret, frame = cap.read()
         if not ret:
@@ -42,12 +45,10 @@ def analisar_video(video_path, progress=gr.Progress()):
         frame_atual = frames[i]
         proximo_frame = frames[i+1]
         
-        # Converte para cinza para SSIM
         gray1 = cv2.cvtColor(frame_atual, cv2.COLOR_RGB2GRAY)
         gray2 = cv2.cvtColor(proximo_frame, cv2.COLOR_RGB2GRAY)
         ssim_val, _ = ssim(gray1, gray2, full=True)
         
-        # Converte para PIL para pHash
         pil_img1 = Image.fromarray(frame_atual)
         pil_img2 = Image.fromarray(proximo_frame)
         phash_dist = imagehash.phash(pil_img1) - imagehash.phash(pil_img2)
@@ -66,14 +67,12 @@ def analisar_video(video_path, progress=gr.Progress()):
     return grafico_path, timeline_path
 
 def gerar_grafico_analise(ssim_scores, phash_distances, num_frames, fps):
-    """Gera e salva um gráfico com as métricas de análise."""
     x_axis_frames = range(num_frames - 1)
     x_axis_time = [i / fps for i in x_axis_frames]
     
     fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(16, 10), sharex=True)
     fig.suptitle('Análise Quantitativa da Coerência do Vídeo', fontsize=16)
 
-    # --- Gráfico 1: SSIM ---
     ax1.plot(x_axis_time, ssim_scores, color='tab:blue', lw=2)
     ax1.set_ylabel('Índice SSIM (1.0 = Perfeito)')
     ax1.set_title('Métrica 1: Fidelidade do Eco e Continuidade da Cena')
@@ -82,7 +81,6 @@ def gerar_grafico_analise(ssim_scores, phash_distances, num_frames, fps):
     ax1.axhline(y=0.9, color='green', linestyle='--', label='Limiar de Alta Fidelidade (0.9)')
     ax1.legend()
 
-    # --- Gráfico 2: pHash ---
     ax2.plot(x_axis_time, phash_distances, color='tab:red', lw=2)
     ax2.set_ylabel('Distância pHash (0 = Idêntico)')
     ax2.set_title('Métrica 2: Detecção de Transições Semânticas e Cortes')
@@ -96,30 +94,25 @@ def gerar_grafico_analise(ssim_scores, phash_distances, num_frames, fps):
     
     grafico_path = 'analise_fidelidade.png'
     plt.savefig(grafico_path)
-    plt.close() # Libera memória
+    plt.close()
     return grafico_path
 
 def gerar_timeline_visual(frames, num_frames, fps):
-    """Cria uma única imagem com miniaturas de frames em intervalos regulares."""
     intervalo_frames = 8
     indices_selecionados = list(range(0, num_frames, intervalo_frames))
     
     thumbnails = []
     for i in indices_selecionados:
         frame = Image.fromarray(frames[i])
-        # Redimensiona mantendo a proporção
         aspect_ratio = frame.width / frame.height
         new_width = int(THUMBNAIL_HEIGHT * aspect_ratio)
         thumbnail = frame.resize((new_width, THUMBNAIL_HEIGHT), Image.Resampling.LANCZOS)
         thumbnails.append(thumbnail)
         
-    # Calcula o tamanho da imagem final
     total_width = sum(t.width for t in thumbnails)
     max_height = THUMBNAIL_HEIGHT
     
-    # Cria a imagem da timeline
-    timeline_img = Image.new('RGB', (total_width, max_height + 40), (255, 255, 255))
-    from PIL import ImageDraw, ImageFont
+    timeline_img = Image.new('RGB', (total_width, max_height + 40), (20, 20, 20)) # Fundo escuro
     draw = ImageDraw.Draw(timeline_img)
     try:
         font = ImageFont.truetype("DejaVuSans.ttf", 15)
@@ -129,10 +122,9 @@ def gerar_timeline_visual(frames, num_frames, fps):
     current_x = 0
     for i, thumb in enumerate(thumbnails):
         timeline_img.paste(thumb, (current_x, 0))
-        # Adiciona o timestamp
         frame_idx = indices_selecionados[i]
         timestamp = frame_idx / fps
-        draw.text((current_x + 5, max_height + 5), f"{timestamp:.1f}s", fill=(0,0,0), font=font)
+        draw.text((current_x + 5, max_height + 5), f"{timestamp:.1f}s", fill=(255,255,255), font=font) # Texto branco
         current_x += thumb.width
         
     timeline_path = 'timeline_visual.png'
@@ -167,14 +159,8 @@ with gr.Blocks(theme=gr.themes.Soft(), title="Analisador de Coerência ADUC-SDR"
         inputs=[video_input],
         outputs=[plot_output, timeline_output]
     )
-    
-    gr.Examples(
-        [["https://huggingface.co/spaces/carlex22/aduc-sdr/resolve/main/video.mp4"]],
-        inputs=[video_input],
-    )
 
+# O bloco gr.Examples foi removido daqui.
 
 if __name__ == "__main__":
-    # Para rodar localmente com GPU, você pode precisar configurar o PyTorch.
-    # No HF Spaces, a GPU é gerenciada pelo ambiente.
     demo.queue().launch(share=True)