You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.

excel_processing.py 3.7KB

123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132
  1. """
  2. Abhängigkeiten:
  3. - pyramids (für den Aufbau der Bildpyramiden)
  4. - heartrate (zur Berechnung der Herzfrequenz)
  5. - preprocessing (für die Video-Vorverarbeitung)
  6. - eulerian (für die Euler'sche Video-Magnifikation)
  7. - tkinter und constants (für die GUI und Konstantenverwaltung)
  8. Autor: Roberto Gelsinger
  9. Datum: 07.12.2023
  10. Version: Modulversion
  11. """
  12. import pyramids
  13. import heartrate
  14. import facedetection
  15. import eulerian
  16. from constants import freq_max, freq_min
  17. import pandas as pd
  18. from excel_update import color_cells_based_on_deviation
  19. def process_video_for_excel(selected_video_name):
  20. """
  21. Verarbeitet ein ausgewähltes Video, um die Herzfrequenz der abgebildeten Person zu ermitteln.
  22. Dieser Prozess umfasst die Vorverarbeitung des Videos, den Aufbau einer Laplace-Pyramide,
  23. die Anwendung von FFT-Filterung und Euler'scher Magnifikation, und schließlich die Berechnung
  24. der Herzfrequenz aus den Video-Daten.
  25. Args:
  26. selected_video_name (str): Der Name des zu verarbeitenden Videos.
  27. Returns:
  28. None: Die Funktion gibt direkt die berechnete Herzfrequenz auf der Konsole aus.
  29. """
  30. print("Reading + preprocessing video...")
  31. video_frames, frame_ct, fps = facedetection.read_video("videos/"+selected_video_name)
  32. print("Building Laplacian video pyramid...")
  33. lap_video = pyramids.build_video_pyramid(video_frames)
  34. for i, video in enumerate(lap_video):
  35. if i == 0 or i == len(lap_video)-1:
  36. continue
  37. print("Running FFT and Eulerian magnification...")
  38. result, fft, frequencies = eulerian.fft_filter(video, freq_min, freq_max, fps)
  39. lap_video[i] += result
  40. print("Calculating heart rate...")
  41. heart_rate = heartrate.find_heart_rate(fft, frequencies, freq_min, freq_max)
  42. print("Heart rate: ", heart_rate*0.7, "bpm")
  43. return heart_rate *0.7
  44. def process_all_videos_and_save_results(testcase_excel_file_path, testruns_excel_file_path, code_version, kommentar):
  45. try:
  46. df_testruns = pd.read_excel(testruns_excel_file_path)
  47. except FileNotFoundError:
  48. df_testruns = pd.DataFrame()
  49. df_testcases = pd.read_excel(testcase_excel_file_path)
  50. existing_testcases = [col for col in df_testruns.columns if col.startswith('Testcase_')]
  51. new_testcases = [f'Testcase_{tc}' for tc in df_testcases['Testcase'] if f'Testcase_{tc}' not in existing_testcases]
  52. if df_testruns.empty:
  53. df_testruns = pd.DataFrame(columns=['Testnummer', 'Codeversion', 'Kommentar', 'Abweichung'])
  54. for col in new_testcases:
  55. df_testruns[col] = None
  56. df_testruns.to_excel(testruns_excel_file_path, index=False)
  57. if new_testcases:
  58. print(f"Folgende neue Testcases wurden hinzugefügt: {new_testcases}")
  59. else:
  60. print("Keine neuen Testcases zum Hinzufügen gefunden.")
  61. next_testcase_index = len(df_testruns) + 1
  62. new_run = {
  63. 'Testnummer': next_testcase_index,
  64. 'Codeversion': code_version,
  65. 'Kommentar': kommentar,
  66. 'Abweichung': 'Wert_für_Abweichung'
  67. }
  68. for index, row in df_testcases.iterrows():
  69. video_name = row['VideoName']
  70. heart_rate = process_video_for_excel(video_name)
  71. testcase_column_name = f'Testcase_{row["Testcase"]}'
  72. new_run[testcase_column_name] = heart_rate
  73. try:
  74. df_testruns = df_testruns._append(new_run, ignore_index=True)
  75. except TypeError:
  76. pass
  77. df_testruns.to_excel(testruns_excel_file_path, index=False)
  78. print("Testrun wurde verarbeitet und das Ergebnis in der Testruns-Excel-Datei gespeichert.")
  79. color_cells_based_on_deviation(testruns_excel_file_path, testcase_excel_file_path)
  80. print("Zellen gefärbt")