app.py

import cv2  # مكتبة للتعامل مع الفيديو والصور
import torch  # مكتبة للتعلم العميق
from PIL import Image, ImageDraw  # مكتبة لتحرير الصور
import gradio as gr  # مكتبة لإنشاء واجهات تفاعلية
import pandas as pd  # مكتبة للتعامل مع البيانات
from transformers import pipeline  # مكتبة للترجمة

# تحميل نموذج YOLOv5 من مكتبة ultralytics
model = torch.hub.load('ultralytics/yolov5', 'yolov5s')

# تحميل نموذج الترجمة من الإنجليزية إلى العربية
translator = pipeline("translation_en_to_ar", model="Helsinki-NLP/opus-mt-en-ar")

# دالة لاكتشاف الكائنات ورسم الإطارات في الصور
def detect_and_draw_image(input_image):
    results = model(input_image)  # تنفيذ الكشف عن الكائنات
    detections = results.xyxy[0].numpy()  # الحصول على النتائج كـ مصفوفة NumPy

    draw = ImageDraw.Draw(input_image)  # إنشاء كائن للرسم على الصورة

    counts = {}  # قاموس لتخزين عدد الكائنات
    for detection in detections:  # معالجة كل كشف
        xmin, ymin, xmax, ymax, conf, class_id = detection  # استخراج معلومات الكشف
        label = model.names[int(class_id)]  # الحصول على اسم الكائن
        counts[label] = counts.get(label, 0) + 1  # تحديث عدد الكائنات

        draw.rectangle([(xmin, ymin), (xmax, ymax)], outline="red", width=2)  # رسم الإطار
        draw.text((xmin, ymin), f"{label}: {conf:.2f}", fill="white")  # كتابة التسمية والنسبة

    # ترجمة التسميات إلى العربية
    translated_labels = translator(list(counts.keys()))

    # إنشاء DataFrame لتخزين النتائج
    df = pd.DataFrame({
        'Label (English)': list(counts.keys()),
        'Label (Arabic)': [t['translation_text'] for t in translated_labels],
        'Object Count': list(counts.values())
    })

    return input_image, df  # إرجاع الصورة المعدلة وDataFrame

# دالة لاكتشاف الكائنات ورسم الإطارات في الفيديو
def detect_and_draw_video(video_path):
    cap = cv2.VideoCapture(video_path)  # فتح الفيديو
    frames = []  # قائمة لتخزين الإطارات
    overall_counts = {}  # قاموس لتخزين عدد الكائنات الإجمالية

    while cap.isOpened():  # معالجة كل إطار حتى نهاية الفيديو
        ret, frame = cap.read()  # قراءة الإطار
        if not ret:  # إذا لم يتم قراءة الإطار، الخروج من الحلقة
            break

        frame = cv2.resize(frame, (640, 480))  # تغيير حجم الإطار لتسهيل المعالجة
        results = model(frame)  # تنفيذ الكشف عن الكائنات
        detections = results.xyxy[0].numpy()  # الحصول على النتائج

        for detection in detections:  # معالجة كل كشف
            xmin, ymin, xmax, ymax, conf, class_id = detection
            label = model.names[int(class_id)]  # الحصول على اسم الكائن
            overall_counts[label] = overall_counts.get(label, 0) + 1  # تحديث عدد الكائنات

            # رسم الإطار والنص على الفيديو
            cv2.rectangle(frame, (int(xmin), int(ymin)), (int(xmax), int(ymax)), (255, 0, 0), 2)
            cv2.putText(frame, f"{label}: {conf:.2f}", (int(xmin), int(ymin) - 10), 
                        cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 255, 255), 2)

        frames.append(frame)  # إضافة الإطار إلى القائمة

    cap.release()  # إغلاق الفيديو

    output_path = 'output.mp4'  # مسار الفيديو الناتج
    out = cv2.VideoWriter(output_path, cv2.VideoWriter_fourcc(*'mp4v'), 20.0, (640, 480))  # إنشاء كائن لكتابة الفيديو

    for frame in frames:  # كتابة الإطارات إلى ملف الفيديو
        out.write(frame)
    out.release()  # إغلاق ملف الفيديو

    # ترجمة التسميات إلى العربية
    translated_labels = translator(list(overall_counts.keys()))

    # إنشاء DataFrame لتخزين النتائج
    df = pd.DataFrame({
        'Label (English)': list(overall_counts.keys()),
        'Label (Arabic)': [t['translation_text'] for t in translated_labels],
        'Object Count': list(overall_counts.values())
    })

    return output_path, df  # إرجاع مسار الفيديو وDataFrame

# إنشاء واجهات لتطبيق Gradio
image_interface = gr.Interface(
    fn=detect_and_draw_image,  # الدالة الخاصة بمعالجة الصور
    inputs=gr.Image(type="pil", label="Upload Image"),  # إدخال صورة
    outputs=[gr.Image(type="pil"), gr.Dataframe(label="Object Counts")],  # إخراج الصورة وDataFrame
    title="Object Detection for Images",  # عنوان الواجهة
    description="Upload an image to see the objects detected by YOLOv5 with bounding boxes and their counts."  # وصف الواجهة
)

video_interface = gr.Interface(
    fn=detect_and_draw_video,  # الدالة الخاصة بمعالجة الفيديو
    inputs=gr.Video(label="Upload Video"),  # إدخال فيديو
    outputs=[gr.Video(label="Processed Video"), gr.Dataframe(label="Object Counts")],  # إخراج الفيديو وDataFrame
    title="Object Detection for Videos",  # عنوان الواجهة
    description="Upload a video to see the objects detected by YOLOv5 with bounding boxes and their counts."  # وصف الواجهة
)

# دمج الواجهات في تطبيق واحد
app = gr.TabbedInterface([image_interface, video_interface], ["Image Detection", "Video Detection"])

# تشغيل التطبيق
app.launch(debug=True)  # إطلاق التطبيق مع تمكين وضع التصحيح