Update app.py

app.py

@@ -56,6 +56,16 @@ def detect_and_draw_image(input_image):
     results = model.predict(source=input_image_np, conf=0.3)
     obb_results = results[0].obb
 
+    # بررسی وجود جعبه‌های شناسایی شده
+    if obb_results is None or len(obb_results.data) == 0:
+        print("هیچ شیء شناسایی نشده است.")
+        df = pd.DataFrame({
+            'Label (English)': [],
+            'Label (Persian)': [],
+            'Object Count': []
+        })
+        return input_image, df
+
     # بارگذاری تصویر اصلی به صورت OpenCV برای رسم جعبه‌ها
     image_np = np.array(input_image.convert('RGB'))[:, :, ::-1]  # تبدیل PIL به OpenCV
 
@@ -92,6 +102,66 @@ def detect_and_draw_image(input_image):
 
     return output_image, df
 
+# تابع برای تشخیص اشیاء در ویدئوها
+def detect_and_draw_video(video_path):
+    cap = cv2.VideoCapture(video_path)
+    frames = []
+    overall_counts = {}
+    seen_objects = []  # لیست برای دنبال کردن اشیاء شناسایی شده
+
+    while cap.isOpened():
+        ret, frame = cap.read()
+        if not ret:
+            break
+
+        frame = cv2.resize(frame, (640, 480))
+        results = model.predict(source=frame, conf=0.3)
+        obb_results = results[0].obb
+
+        if obb_results is not None and len(obb_results.data) > 0:
+            for obb, conf, cls in zip(obb_results.data.cpu().numpy(), obb_results.conf.cpu().numpy(), obb_results.cls.cpu().numpy()):
+                x_center, y_center, width, height, rotation = obb[:5]
+                class_id = int(cls)
+                confidence = float(conf)
+                label_en, label_fa = class_names.get(class_id, ('unknown', 'ناشناخته'))
+                current_object = (label_en, int(x_center - width / 2), int(y_center - height / 2), int(x_center + width / 2), int(y_center + height / 2))
+
+                # بررسی وجود شیء در لیست seen_objects
+                if not any(existing[0] == label_en and
+                           (existing[1] < current_object[3] and existing[3] > current_object[1] and
+                            existing[2] < current_object[4] and existing[4] > current_object[2]) for existing in seen_objects):
+                    seen_objects.append(current_object)
+                    overall_counts[label_en] = overall_counts.get(label_en, 0) + 1
+
+                    # رسم مستطیل و نام شیء بر روی فریم
+                    rect = ((x_center, y_center), (width, height), rotation * 180.0 / np.pi)
+                    box = cv2.boxPoints(rect)
+                    box = np.int0(box)
+                    color = colors.get(class_id, (0, 255, 0))
+                    cv2.drawContours(frame, [box], 0, color, 2)
+                    cv2.putText(frame, f"{label_en}: {confidence:.2f}", (int(x_center), int(y_center) - 10),
+                                cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 255, 255), 2)
+
+        frames.append(frame)
+
+    cap.release()
+
+    output_path = 'output.mp4'
+    out = cv2.VideoWriter(output_path, cv2.VideoWriter_fourcc(*'mp4v'), 20.0, (640, 480))
+
+    for frame in frames:
+        out.write(frame)
+    out.release()
+
+    # ایجاد DataFrame برای ذخیره نتایج
+    df = pd.DataFrame({
+        'Label (English)': list(overall_counts.keys()),
+        'Label (Persian)': [class_names.get(k, ('unknown', 'ناشناخته'))[1] for k in overall_counts.keys()],
+        'Object Count': list(overall_counts.values())
+    })
+
+    return output_path, df
+
 # رابط کاربری تصویر
 image_interface = gr.Interface(
     fn=detect_and_draw_image,
@@ -102,5 +172,16 @@ image_interface = gr.Interface(
     examples=['Examples/images/areial_car.jpg', 'Examples/images/arieal_car_1.jpg','Examples/images/t.jpg']
 )
 
-# اجرای برنامه با استفاده از رابط کاربری
-image_interface.launch(debug=True, share=True)
+# رابط کاربری ویدئو
+video_interface = gr.Interface(
+    fn=detect_and_draw_video,
+    inputs=gr.Video(label="بارگذاری ویدئو"),
+    outputs=[gr.Video(label="ویدئوی پردازش شده"), gr.Dataframe(label="تعداد اشیاء")],
+    title="تشخیص اشیاء در ویدئوها",
+    description="یک ویدئو بارگذاری کنید تا اشیاء شناسایی شده و تعداد آن‌ها را ببینید.",
+    examples=['Examples/video/city.mp4', 'Examples/video/airplane.mp4']
+)
+
+# اجرای برنامه با استفاده از رابط کاربری تب‌دار
+app = gr.TabbedInterface([image_interface, video_interface], ["تشخیص تصویر", "تشخیص ویدئو"])
+app.launch(debug=True, share=True)