src/process_video.py

import cv2
import torch
import torch.nn.functional as F
from PIL import Image

def analyze_video(video_path, vision_model, transform):
    """
    Extrait 1 frame par seconde sur max 10 secondes.
    Détecte le visage, recadre et analyse avec vision_model.
    """
    cap = cv2.VideoCapture(video_path)
    if not cap.isOpened():
        raise Exception("Impossible de lire la vidéo.")

    fps = cap.get(cv2.CAP_PROP_FPS)
    if fps <= 0:
        fps = 30 # Fallback approximatif
        
    # Initialisation du détecteur de visage OpenCV (Haar Cascade)
    face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
    
    frames_extracted = []
    max_seconds = 10
    total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
    
    for sec in range(max_seconds):
        frame_idx = int(fps * sec)
        if frame_idx >= total_frames:
            break
            
        cap.set(cv2.CAP_PROP_POS_FRAMES, frame_idx)
        ret, frame = cap.read()
        if not ret:
            break
            
        # Conversion du frame en niveaux de gris pour la détection
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        
        # Détection des visages
        faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
        
        if len(faces) == 0:
            # Si on ne trouve pas de visage, on ignore simplement la frame
            continue
            
        # Recadrage sur le premier pseudo-visage (le plus saillant)
        (x, y, w, h) = faces[0]
        face_roi = frame[y:y+h, x:x+w]
        
        # Conversion BGR -> RGB du visage recadré
        face_rgb = cv2.cvtColor(face_roi, cv2.COLOR_BGR2RGB)
        
        # Conversion en PIL Image
        img_pil = Image.fromarray(face_rgb)
        frames_extracted.append(img_pil)
        
    cap.release()

    if not frames_extracted:
        raise Exception("Aucune frame avec un visage n'a pu être extraite. La vidéo est soit vide, soit aucun visage n'est visible.")

    # Device où le modèle est chargé
    device = next(vision_model.parameters()).device
    
    fake_probs = []
    
    for img in frames_extracted:
        img_tensor = transform(img).unsqueeze(0).to(device)
        
        with torch.no_grad():
            outputs = vision_model(img_tensor)
            # Calcul explicite des probabilités via softmax
            probabilities = F.softmax(outputs, dim=1)[0]
            # Index 0 = Fake/IA
            prob_fake = float(probabilities[0].item())
            fake_probs.append(prob_fake)
                
    # Le score moyen de probabilité "Fake"
    average_fake_prob = sum(fake_probs) / len(fake_probs)
    
    # Décision stricte : la moyenne des probabilités IA doit dépasser 75%
    if average_fake_prob > 0.75:
        return {"prediction": "IA", "probability": average_fake_prob}
    else:
        return {"prediction": "Humain", "probability": 1.0 - average_fake_prob}