Update app.py

app.py

@@ -501,56 +501,66 @@ async def list_videos():
     except Exception as e:
         raise HTTPException(status_code=500, detail=f"Failed to fetch videos: {str(e)}")
 
+
 @app.get("/get-video-frames/")
-async def get_video_frames(file_name: str) -> List[dict]:
+async def get_video_frames(file_name: str) -> dict:
     try:
-        # Récupérer l'URL du fichier vidéo dans le dataset
-        # https://huggingface.co/datasets/Og2/myDataSet/blob/main/dataset/CNFT2Toulouse.mp4
-        video_url = f"https://huggingface.co/datasets/{DATASET_REPO}/blob/main/dataset/{file_name}"
+        # URL du fichier vidéo dans le dataset
+        video_url = f"https://huggingface.co/datasets/{DATASET_REPO}/resolve/main/dataset/{file_name}"
 
         # Télécharger la vidéo
         headers = {"Authorization": f"Bearer {HF_TOKEN}"}
         response = requests.get(video_url, headers=headers)
-        
+
         if response.status_code != 200:
-            raise HTTPException(status_code=404, detail="Video not found in the dataset")
-        
-        # Charger la vidéo depuis la réponse
+            raise HTTPException(status_code=404, detail="Vidéo introuvable dans le dataset")
+
+        # Charger la vidéo en mémoire
         video_bytes = io.BytesIO(response.content)
-        cap = cv2.VideoCapture(video_bytes)
-        
+
+        # Écriture dans un fichier temporaire pour OpenCV (nécessaire car OpenCV ne lit pas directement depuis un buffer)
+        temp_video_path = "/tmp/temp_video.mp4"
+        with open(temp_video_path, "wb") as f:
+            f.write(video_bytes.getvalue())
+
+        # Ouvrir la vidéo avec OpenCV
+        cap = cv2.VideoCapture(temp_video_path)
+
+        # Vérifier si la vidéo a été chargée
+        if not cap.isOpened():
+            raise HTTPException(status_code=500, detail="Impossible de charger la vidéo")
+
         # Liste pour stocker les frames extraites
         frames = []
+        frame_size = (128, 128)  # Nouvelle taille des images
 
         # Extraire les 8 premières frames
         for i in range(8):
             ret, frame = cap.read()
             if not ret:
-                break
-            
-            # Convertir le frame BGR en RGB pour Pillow
+                break  # Arrêter si on atteint la fin de la vidéo
+
+            # Convertir la frame BGR en RGB (pour compatibilité avec PIL)
             frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
-            img = Image.fromarray(frame_rgb)
-            
-            # Sauvegarder l'image en format PNG dans un buffer
+
+            # Redimensionner la frame en 128x128 pixels
+            img = Image.fromarray(frame_rgb).resize(frame_size)
+
+            # Sauvegarder l'image dans un buffer
             img_byte_arr = io.BytesIO()
             img.save(img_byte_arr, format="PNG")
             img_byte_arr.seek(0)
-            
-            # Ajouter l'image à la liste des frames avec une URL temporaire ou base64
-            frame_data = {
-                "frame_index": i,
-                "image": img_byte_arr.getvalue().encode("base64").decode("utf-8")  # image encodée en base64
-            }
-            frames.append(frame_data)
+
+            # Encoder l'image en base64
+            img_base64 = base64.b64encode(img_byte_arr.getvalue()).decode("utf-8")
+
+            # Ajouter l'image encodée à la liste des frames
+            frames.append({"frame_index": i, "image": img_base64})
 
         cap.release()
 
-        # Retourner les frames extraites
         return {"status": "success", "frames": frames}
 
     except Exception as e:
-        raise HTTPException(status_code=500, detail=f"Failed to retrieve video frames: {str(e)}")
-
-
+        raise HTTPException(status_code=500, detail=f"Erreur lors de l'extraction des frames : {str(e)}")