import os
from ultralytics import YOLO

# Définir les chemins du modèle et de la vidéo
chemin_modèle = 'modèle_entrainé/epoch76.pt'
chemin_video = 'vidéo/raal.mp4'

# Vérifier si le fichier du modèle existe
if not os.path.exists(chemin_modèle):
    raise FileNotFoundError(f"Le fichier de modèle {chemin_modèle} est introuvable.")

# Charger le modèle YOLO pré-entraîné pour la détection des joueurs de football
model = YOLO(chemin_modèle)

# Vérifier si le fichier vidéo existe
if not os.path.exists(chemin_video):
    raise FileNotFoundError(f"Le fichier vidéo {chemin_video} est introuvable.")

# Fonction pour charger et prédire les objets dans la vidéo
def yolo_predict(model, chemin_video):
    # Prédire les objets dans la vidéo et sauvegarder les résultats
    predictions = model.predict(chemin_video, save=True)
    return predictions

# Fonction pour afficher les résultats complets de la première image
def results(predictions):
    print("Résultats complets pour la première image :")
    print(predictions[0])
    print('=====================================')

# Fonction pour afficher chaque boîte détectée
def print_boxes_détectées(predictions):
    for box in predictions[0].boxes:
        print(box)

# Fonction principale pour exécuter toutes les étapes de détection
def detection():
    # Charger et prédire les objets dans la vidéo
    predictions = yolo_predict(model, chemin_video)
    
    # Afficher les résultats complets de la première image
    results(predictions)
    
    # Afficher chaque boîte détectée
    print_boxes_détectées(predictions)

if __name__ == "__main__":
    detection()