Update models/visualizer.py

models/visualizer.py

@@ -42,93 +42,32 @@ class TrafficVisualizer:
             return (len(text) * 10, 16)  # Fallback básico
 
     def draw_detections(self, frame, detections, metrics):
-        """Versión optimizada y robusta para visualización"""
-        print(f"[VISUALIZER] Recibió {len(detections)} detecciones")  # Debug
-        for i, det in enumerate(detections[:3]):  # Mostrar las primeras 3
-            print(f"  - Det {i}: {det.get('label')} @ {det.get('bbox')}")
-        
         try:
-            # Conversión a PIL Image
+            # Convertir frame OpenCV (BGR) a PIL (RGB)
             frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
             image = Image.fromarray(frame_rgb)
-            draw = ImageDraw.Draw(image, 'RGBA')  # Modo RGBA para soportar transparencia
-            
-            # Dibujar cada detección
+            draw = ImageDraw.Draw(image, 'RGBA')
+            height, width = frame.shape[:2]
+    
             for det in detections:
-                try:
-                    # Extracción de datos
-                    class_name = det.get('label', det.get('class', 'unknown')).lower()
-                    confidence = det.get('confidence', 0.0)
-                    
-                    # Obtención de coordenadas
-                    if 'bbox' in det:
-                        x1, y1, x2, y2 = map(int, det['bbox'])
-                    elif 'box' in det:
-                        box = det['box']
-                        x1 = int(box['x_center'] - box['width']/2)
-                        y1 = int(box['y_center'] - box['height']/2)
-                        x2 = int(box['x_center'] + box['width']/2)
-                        y2 = int(box['y_center'] + box['height']/2)
-                    else:
-                        continue
-                    
-                    # Color basado en clase
-                    color = self.color_map.get(class_name, self.color_map['default'])
-                    
-                    # Dibujar bounding box
-                    draw.rectangle([x1, y1, x2, y2], outline=color, width=3)
-                    
-                    # Dibujar etiqueta con fondo
-                    label = f"{class_name} {confidence:.2f}"
-                    text_w, text_h = self._get_text_size(label)
-                    
-                    # Fondo semi-transparente
-                    draw.rectangle(
-                        [x1, y1-text_h-4, x1+text_w+4, y1],
-                        fill=(*color, self.font_bg_opacity)
-                    )
-                    
-                    # Texto
-                    draw.text(
-                        (x1+2, y1-text_h-2),
-                        label,
-                        fill=self.font_color,
-                        font=self.font
-                    )
-                    
-                except Exception as e:
-                    print(f"[VISUALIZER WARNING] Error en detección: {str(e)}")
-                    continue
-            
-            # Dibujar métricas
-            metrics_text = [
-                f"Objetos: {metrics.get('total_objects', 0)}",
-                f"Caos: {metrics.get('chaos_score', 0.0):.2f}",
-                f"Densidad: {metrics.get('density_score', 0.0):.2f}"
-            ]
-            
-            y_offset = 10
-            for text in metrics_text:
-                text_w, text_h = self._get_text_size(text)
-                
-                # Fondo negro semi-transparente
-                draw.rectangle(
-                    [10, y_offset, 20+text_w, y_offset+text_h+10],
-                    fill=(0, 0, 0, self.font_bg_opacity)
-                )
-                
-                # Texto blanco
-                draw.text(
-                    (15, y_offset+5),
-                    text,
-                    fill="white",
-                    font=self.font
-                )
-                y_offset += text_h + 15
-            
-            # Convertir de vuelta a OpenCV
-            return cv2.cvtColor(np.array(image), cv2.COLOR_RGB2BGR)
-            
+                # Escalar coordenadas normalizadas a absolutas
+                x1 = int(det['bbox'][0] * width)
+                y1 = int(det['bbox'][1] * height)
+                x2 = int(det['bbox'][2] * width)
+                y2 = int(det['bbox'][3] * height)
+    
+                # Dibujar bounding box
+                color = self.color_map.get(det['label'].lower(), self.color_map['default'])
+                draw.rectangle([x1, y1, x2, y2], outline=color, width=3)
+    
+                # Dibujar etiqueta
+                label = f"{det['label']} {det['confidence']:.2f}"
+                text_w, text_h = self._get_text_size(label)
+                draw.rectangle([x1, y1-text_h-4, x1+text_w+4, y1], fill=(*color, 128))
+                draw.text((x1+2, y1-text_h-2), label, fill="black", font=self.font)
+    
+            return cv2.cvtColor(np.array(image), cv2.COLOR_RGB2BGR)  # Convertir a BGR para OpenCV
+    
         except Exception as e:
             print(f"[VISUALIZER ERROR] {str(e)}")
             return frame