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-0.1.1.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-0.1.1-py3-none-any.whl (7.3 kB view details)

Uploaded Python 3

File details

Details for the file vasetviens-0.1.1.tar.gz.

File metadata

  • Download URL: vasetviens-0.1.1.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-0.1.1.tar.gz
Algorithm Hash digest
SHA256 faae111b4c1bf2d113351ff5d9512ec336adfd0c99828baffc02b1392bed4fc2
MD5 4b7dc9c2b92255620fd00bbef7ebbd0a
BLAKE2b-256 099e18743b24237ff7d796c776d77b4097ac10ba29ef89e569b7f089d9e60e7b

See more details on using hashes here.

File details

Details for the file vasetviens-0.1.1-py3-none-any.whl.

File metadata

  • Download URL: vasetviens-0.1.1-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-0.1.1-py3-none-any.whl
Algorithm Hash digest
SHA256 ddc61423dc881ce5a93ca9eedc7b72bbea9195f3a819b689b62f030a8faae4db
MD5 6777376d8db3c9f727fa617ef041ba2c
BLAKE2b-256 7b44c7e0d5fd6a42132e956e4e329221bd80f641a7ae3bb5ee333f10d7eda42c

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