Skip to main content

Détection automatique de va-et-vient dans des vidéos de football

Project description

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

pip install vasetviens

🔧 Nécessite Python 3.8 ou plus


⚙️ Utilisation en ligne de commande

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

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 (Ultralytics)
  • OpenCV pour le traitement d'image
  • NumPy 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.

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

vasetviens-0.1.0.tar.gz (7.0 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

vasetviens-0.1.0-py3-none-any.whl (7.3 kB view details)

Uploaded Python 3

File details

Details for the file vasetviens-0.1.0.tar.gz.

File metadata

  • Download URL: vasetviens-0.1.0.tar.gz
  • Upload date:
  • Size: 7.0 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.1.0 CPython/3.10.0

File hashes

Hashes for vasetviens-0.1.0.tar.gz
Algorithm Hash digest
SHA256 e611c1ee0fc5c5b075fe185798ec40e3021fce1ae26e4c7b4f2c9a4ec10a4f38
MD5 7cdf7d7ed87e46db285859930510c72a
BLAKE2b-256 c4fd961ed033f0dc7b2134c56f24061ccc2d0c98e805f48cabf99cdf8d4785cf

See more details on using hashes here.

File details

Details for the file vasetviens-0.1.0-py3-none-any.whl.

File metadata

  • Download URL: vasetviens-0.1.0-py3-none-any.whl
  • Upload date:
  • Size: 7.3 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.1.0 CPython/3.10.0

File hashes

Hashes for vasetviens-0.1.0-py3-none-any.whl
Algorithm Hash digest
SHA256 2843e62fc0a97990a0a77864f9f9ce2355bcbe1b4e6a30888653ede4a006f9de
MD5 4d4b76188e44e460f73f6dd5a8afc4be
BLAKE2b-256 5e24854de7f9cac5b61f90df310540309b15091e43b012cddccf24c41ac1925d

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page