Data

Tools

Indexes

Applications

Experiments

Awesome

An open API service indexing awesome lists of open source software.

https://github.com/titansage02/smarteye

Système intelligent de surveillance
https://github.com/titansage02/smarteye

friare hackacton-friare ia responsible-ai

Last synced: 6 months ago
JSON representation

Système intelligent de surveillance

Awesome Lists containing this project

README 

          
# SmartEye - Système intelligent de surveillance



SmartEye est une application de surveillance intelligente capable d'analyser en temps réel des images provenant d'une caméra IP ou d'un fichier image local. Grâce à son intelligence artificielle, l'application détecte automatiquement la présence d'accidents, d'incendies ou de scènes de violence, et agit en conséquence en transmettant les alertes à une API ou en consignant les résultats dans un fichier log.



---



## Table des matières



- [Fonctionnalités](#fonctionnalités)

- [Pré-requis](#pré-requis)

- [Installation](#installation)

  - [Clonez le dépôt](#clonez-le-dépôt)

  - [Dépendances Python](#dépendances-python)

  - [Configuration sur Ubuntu](#configuration-sur-ubuntu)

- [Configuration de l'application](#configuration-de-lapplication)

  - [Clé API SmartEye](#clé-api-smarteye)

  - [Source d'image](#source-dimage)

  - [Configuration de l'API](#configuration-de-lapi)

- [Utilisation](#utilisation)

  - [Mode Caméra IP](#mode-caméra-ip)

  - [Mode Fichier local](#mode-fichier-local)

- [Structure du code](#structure-du-code)

- [Déploiement et conteneurisation](#déploiement-et-conteneurisation)

- [Dépannage](#dépannage)

- [Remerciements](#remerciements)



---



## Fonctionnalités



- **Analyse en temps réel** :  

  SmartEye détecte automatiquement des situations critiques à partir des images (accidents, incendies, violences).



- **Modes d'entrée** :

  - **Caméra IP** : Analyse continue avec décompte et barre de progression affichés avant chaque analyse.

  - **Fichier local** : Analyse ponctuelle d'une image uploadée par l'utilisateur.



- **Intégration API** :  

  Possibilité d'envoyer les alertes à une API configurable ou d'enregistrer les résultats dans un fichier log.



- **Interface conviviale** :  

  Application basée sur Streamlit, permettant de configurer la clé API, la source d'image, l'intervalle d'analyse et l'endpoint API.



- **Affichage stylisé** :  

  Les résultats et erreurs (affichés sous forme de blocs de code) facilitent le débogage.



---



## Pré-requis



- **Python 3.7+**

- **Système d'exploitation** : Windows ou Ubuntu.

- **Clé API SmartEye** : Nécessaire pour accéder aux services d'analyse.

- **Bibliothèque système** (pour Ubuntu) :  

  Pour résoudre l'erreur `libGL.so.1: cannot open shared object file`, installez le paquet suivant :

  ```bash

  sudo apt update && sudo apt install -y libgl1-mesa-glx

  ```



---



## Installation



### Clonez le dépôt



Pour cloner le dépôt, ouvrez votre terminal et exécutez la commande suivante :



```bash

git clone https://github.com/TitanSage02/SmartEye.git

```



### Dépendances Python



Installez-les dépendances avec :

```bash

pip install -r requirements.txt

```



### Configuration sur Ubuntu



Assurez-vous d'avoir installé la bibliothèque libGL via :

```bash

sudo apt update && sudo apt install -y libgl1-mesa-glx

```



---



## Configuration de l'application



### Clé API Gemini



L'application nécessite une clé API pour effectuer l'analyse.  

- Soit vous la définissez dans une variable d'environnement `GEMINI_API_KEY`,  

- Soit vous pouvez la saisir via l'interface.



### Source d'image



- **Caméra IP** :  

  Saisissez l'URL du flux vidéo (par exemple, `http://192.168.1.100:8080/video`). Ce mode utilise une analyse continue avec décompte.

  

- **Fichier local** :  

  Chargez une image (formats supportés : PNG, JPG, JPEG). L'analyse se fait une seule fois.



### Configuration de l'API



- Choisissez via une checkbox si vous souhaitez envoyer les alertes à une API.

- Si activé, vous saisirez l'URL de l'endpoint API dans la barre latérale.

- Sinon, les résultats seront consignés dans un fichier log.



## Utilisation



Lancez l'application avec la commande suivante à la racine du projet :

```bash

streamlit run app.py

```



### Mode Caméra IP



- Le système capture des images en continu depuis le flux de la caméra IP.

- Un compteur (texte et barre de progression) indique le temps restant avant la prochaine capture et analyse.



### Mode Fichier local



- L'utilisateur charge une image via l'interface.

- L'analyse se réalise une seule fois. Pour analyser une nouvelle image, rechargez-en une autre et cliquez sur **Démarrer la surveillance**.



---



## Structure du code



Le code se divise en plusieurs parties :



- **Configuration et Interface** :  

  Mise en place de l'icône, du logo, et du titre via Streamlit, ainsi que de la configuration initiale (clé API, source d'image, API, intervalle d'analyse).



- **Saisie et Paramétrage** (Barre latérale) :  

  Permet de saisir la clé API, de choisir la source d'image (Caméra IP ou Fichier local), de définir l'intervalle pour la caméra, et de configurer l'endpoint API.



- **Fonctions Clés** :

  - `capture_ip_camera_image(camera_url)` : Capture une image à partir d'une caméra IP (avec OpenCV).

  - `call_gemini_analysis(image_path)` : Envoie l'image à SmartEye pour analyse et récupère le résultat en JSON.

  - `formater_resultat(response_json)` (défini dans `utils.py`) : Formate et présente les résultats de manière conviviale.



- **Boucle Principale** :

  - En mode Caméra IP, une boucle infinie exécute en continu la capture, l'analyse, l'affichage des résultats et le décompte entre chaque analyse.

  - En mode Fichier local, l'analyse se fait une seule fois.



---



## Déploiement et conteneurisation



Pour déployer SmartEye dans un conteneur Docker, voici un exemple de Dockerfile :

```dockerfile

FROM python:3.11-slim



RUN apt update && apt install -y libgl1-mesa-glx



WORKDIR /app

COPY requirements.txt .

RUN pip install -r requirements.txt

COPY . .



CMD ["streamlit", "run", "app.py"]

```



---



## Dépannage



- **Erreur "libGL.so.1: cannot open shared object file"** :  

  Installez le paquet `libgl1-mesa-glx` sur Ubuntu :

  ```bash

  sudo apt update && sudo apt install -y libgl1-mesa-glx

  ```



- **Problèmes de Clé API Gemini** :  

  Vérifiez que la clé API Gemini est bien définie dans l'environnement ou saisie via l'interface.

  Vous pouvez l'obtenir [ici](https://ai.google.dev/gemini-api/docs/api-key)



- **Erreurs de Parsing JSON** :  

  Les erreurs de parsing de la réponse de l'analyse sont affichées sous forme de blocs de code pour faciliter le débogage.



- **Erreurs de Transmission à l'API** :  

  Les messages d'erreur liés à l'API affichent le code de réponse HTTP ainsi que le contenu retourné pour une meilleure identification du problème.



## Remerciements



Ce projet **SmartEye** a été pensé et développé par l'équipe *Les Pharaons* dans le cadre du Hackathon FRIARE. Un grand merci à toute l'équipe pour leur soutien, ainsi qu'aux diverses ressources open-source qui ont rendu ce projet possible.



Les Pharaons, ce sont eux :

1. **AYIWAHOUN Espérance**

2. **ZOUL Boni**

3. **HANTAN Hugues**



---



*© 2025 SmartEye - Système intelligent de surveillance | Tous droits réservés*