Update app.py

app.py

@@ -1,42 +1,32 @@
 import gradio as gr
 import cv2
-import time
 
 # Función de detección de anomalías simulada
 def anomaly_detection(frame):
-    # Procesamiento simulado del frame, reemplázalo con el modelo real
+    # Procesamiento simulado del frame, puedes reemplazarlo con tu modelo
     # En este ejemplo, solo convertimos el frame a escala de grises
     gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
     return gray_frame
 
-# Generador que procesa cada fotograma capturado y lo muestra
-def process_frames():
-    cam_stream = cv2.VideoCapture(0)  # Inicializa la cámara
-    
-    while True:
-        # Captura el fotograma
-        ret, frame = cam_stream.read()
+# Función que procesa el video y aplica la detección de anomalías frame por frame
+def process_video(video):
+    cap = cv2.VideoCapture(video)
+    frames = []
+    while cap.isOpened():
+        ret, frame = cap.read()
         if not ret:
             break
-
-        # Realiza la detección de anomalías
+        # Aplica el modelo de detección de anomalías
         processed_frame = anomaly_detection(frame)
+        frames.append(processed_frame)
+    cap.release()
+    return frames  # Devuelve la lista de frames procesados
 
-        # Devuelve el fotograma procesado a Gradio
-        yield processed_frame
-
-        # Control de frecuencia para simular "real-time"
-        time.sleep(0.1)
-        
-    cam_stream.release()
-
-# Configuración de la interfaz de Gradio
+# Configuración de la interfaz de Gradio para Hugging Face Spaces
 iface = gr.Interface(
-    fn=process_frames,  # Llamada a la función generadora de frames
-    inputs=None,  # No se requiere entrada manual del usuario
-    outputs=gr.Image(type="numpy", label="Segmentation Result"),  # Salida de tipo imagen en formato numpy
-    live=True  # Para activar la captura en modo vivo
+    fn=process_video,  # Procesa video completo en lugar de frame a frame en tiempo real
+    inputs=gr.Video(source="webcam", format="mp4"),  # Entrada de video desde la cámara del usuario
+    outputs=gr.Video(),  # Salida como un video procesado
 )
 
-iface.launch()  # Lanza la aplicación
-
+iface.launch()