app.py

import streamlit as st
import numpy as np
import cv2
import requests
import tempfile

# Заголовок приложения
st.title("Video Frame to Image Description")

# Загрузка видеофайла
uploaded_file = st.file_uploader("Upload a video file", type=["mp4", "avi", "mov"])

if uploaded_file is not None:
    # Создаем временный файл для хранения видео
    tfile = tempfile.NamedTemporaryFile(delete=False)
    tfile.write(uploaded_file.read())
    
    # Захват видео
    cap = cv2.VideoCapture(tfile.name)
    length = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
    
    # Выбор случайного кадра
    random_frame = np.random.randint(length)
    cap.set(cv2.CAP_PROP_POS_FRAMES, random_frame)
    ret, frame = cap.read()

    if ret:
        # Отображение выбранного кадра
        st.image(frame, channels="BGR", caption=f"Random Frame {random_frame}")
        
        # Конвертация кадра в формат, пригодный для отправки в модель
        _, buf = cv2.imencode('.jpg', frame)
        files = {'file': ('image.jpg', buf.tobytes(), 'image/jpeg')}
        
        # Отправка изображения в модель
        response = requests.post(
            "https://hf.space/embed/nttdataspain/Image-To-Text-Lora-ViT/api/predict",
            files=files
        )
        
        # Получение и отображение результата
        if response.status_code == 200:
            result = response.json()
            description = result['data'][0]['generated_text']
            st.success(f"Generated Description: {description}")
        else:
            st.error("Error: Could not get a response from the model.")
    else:
        st.error("Error: Could not read a frame from the video.")

cap.release()