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
• Pré-requis
• Installation
  • Clonez le dépôt
  • Dépendances Python
  • Configuration sur Ubuntu
• Configuration de l'application
  • Clé API SmartEye
  • Source d'image
  • Configuration de l'API
• Utilisation
  • Mode Caméra IP
  • Mode Fichier local
• Structure du code
• Déploiement et conteneurisation
• Dépannage
• 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 :

  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 :

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

Dépendances Python

Installez-les dépendances avec :

pip install -r requirements.txt

Configuration sur Ubuntu

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

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 :

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 :

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 :

  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

• 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