Metadata-Version: 2.4
Name: vasetviens
Version: 0.1.1
Summary: Détection automatique de va-et-vient dans des vidéos de football
License: MIT
Requires-Python: >=3.8
Description-Content-Type: text/markdown
Requires-Dist: opencv-python
Requires-Dist: numpy
Requires-Dist: ultralytics

# vasetviens

**Détection intelligente des va-et-vient d’un ballon vers des plots dans des vidéos de football.**  
Une bibliothèque basée sur YOLOv8 et OpenCV pour analyser les mouvements d'entraînement à partir de simples vidéos.

---

## 🚀 Fonctionnalités

- 🎯 Détection du ballon avec un modèle YOLOv8  
- 🟠 Détection de plots circulaires colorés (bleu, rouge, etc.)  
- ↔️ Analyse des mouvements de va-et-vient avec logique géométrique stricte  
- 👁️ Visualisation en temps réel (optionnelle)  
- 📊 Génération de rapports CSV :
  - Nombre de va-et-vient par plot
  - Instants précis des va-et-vient  
- 🧩 Utilisable en ligne de commande ou comme une fonction Python

---

## 📦 Installation

```bash
pip install vasetviens
```

> 🔧 Nécessite Python 3.8 ou plus

---

## ⚙️ Utilisation en ligne de commande

```bash
vasetviens video.mp4 --display --save --cooldown_frames 40
```

### Options disponibles

| Option                    | Description |
|--------------------------|-------------|
| `--display`              | Affiche le traitement en temps réel |
| `--save`                 | Enregistre la vidéo annotée en sortie |
| `--cooldown_frames`     | Cooldown entre deux détections successives d’un plot |
| `--frame_retention_limit` | Durée de rétention des plots disparus |
| `--direction_zone_width` | Largeur de la zone de direction |
| `--min_va_ratio`         | Ratio minimum pour valider un mouvement d’aller |
| `--min_retour_ratio`     | Ratio minimum pour valider un retour |
| `--color_plot`           | Couleur du plot à détecter (ex : bleu) |
| `--confidence_threshold` | Seuil de confiance YOLO (défaut : 0.1) |
| `--model_path`           | Chemin vers le modèle YOLO (défaut : yolo11x.pt) |

---

## 🧪 Utilisation en tant que bibliothèque Python

```python
from vasetviens import analyser_va_et_vient

analyser_va_et_vient(
    video_path="video.mp4",
    display=True,
    save=True,
    cooldown_frames=40
)
```

---

## 📁 Fichiers générés

- `output_nomvideo.mp4` : Vidéo annotée (si `--save` activé)  
- `recap_nomvideo.csv` : Résumé du nombre de va-et-vient par plot  
- `moments_nomvideo.csv` : Instants précis (n° frame) des va-et-vient

---

## 🤖 Technologies utilisées

- [YOLOv8](https://github.com/ultralytics/ultralytics) (Ultralytics)  
- [OpenCV](https://opencv.org/) pour le traitement d'image  
- [NumPy](https://numpy.org/) pour les calculs vectoriels

---

## 📄 Licence

Distribué sous licence MIT — libre à utiliser, modifier, améliorer et redistribuer.

Made with ❤️ for football training and smart video analysis.
