Update app.py

app.py

@@ -1,51 +1,40 @@
-from fastapi import FastAPI, UploadFile, File, Response
-import cv2
+import io
 import numpy as np
-import torch
-import torchvision.transforms as T
+import cv2
+from fastapi import FastAPI, File, UploadFile
 from PIL import Image
-import io
+import torch
+import torch.nn.functional as F
 
 app = FastAPI()
 
-# Load AI Model MiDaS
-midas = torch.hub.load("intel-isl/MiDaS", "MiDaS_small")
-midas.eval()
-transform = T.Compose([
-    T.Resize((256, 256)), 
-    T.ToTensor(), 
-    T.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
-])
-
-@app.post("/upload/")
-async def upload_image(file: UploadFile = File(...)):
-    try:
-        image_bytes = await file.read()
-        print(f"📷 Ảnh nhận được ({len(image_bytes)} bytes)")
-
-        image = Image.open(io.BytesIO(image_bytes)).convert("RGB")
-        print("✅ Ảnh mở thành công!")
-        image = image.transpose(Image.FLIP_TOP_BOTTOM)
-        image = image.transpose(Image.FLIP_LEFT_RIGHT)
-        # Chuyển đổi ảnh sang tensor
-        img_tensor = transform(image).unsqueeze(0)
-        with torch.no_grad():
-            depth_map = midas(img_tensor).squeeze().cpu().numpy()
-
-        # Chuẩn hóa depth map
-        depth_map = cv2.normalize(depth_map, None, 0, 255, cv2.NORM_MINMAX).astype(np.uint8)
-        depth_resized = cv2.resize(depth_map, (160, 120))
-
-        # Mã hóa ảnh thành JPEG
-        _, buffer = cv2.imencode(".jpg", depth_resized)
-        print("✅ Depth Map đã được tạo!")
-
-        return Response(content=buffer.tobytes(), media_type="image/jpeg")  # 🟢 Trả ảnh trực tiếp
-    
-    except Exception as e:
-        print("❌ Lỗi xử lý ảnh:", str(e))
-        return {"error": str(e)}
-
-if __name__ == "__main__":
-    import uvicorn
-    uvicorn.run(app, host="0.0.0.0", port=7860)
+@app.post("/analyze_path/")
+async def analyze_path(file: UploadFile = File(...)):
+    image_bytes = await file.read()
+    image = Image.open(io.BytesIO(image_bytes)).convert("L")  # Convert to grayscale
+    depth_map = np.array(image)
+
+    # 🟢 Tìm đường đi bằng phẳng (vùng có độ sâu ổn định)
+    command = detect_path(depth_map)
+
+    return {"command": command}
+
+def detect_path(depth_map):
+    h, w = depth_map.shape
+    center_x = w // 2  # Điểm giữa ảnh
+    scan_y = h - 20  # Quét dòng gần cuối ảnh
+
+    left_region = np.mean(depth_map[scan_y, :center_x])
+    right_region = np.mean(depth_map[scan_y, center_x:])
+    center_region = np.mean(depth_map[scan_y, center_x - 20:center_x + 20])
+
+    # 🟢 Logic điều hướng dựa vào độ sâu
+    if center_region > 200:  # Đường trước mặt rộng và không có vật cản
+        return "forward"
+    elif left_region > right_region:  # Phía trái trống hơn
+        return "left"
+    elif right_region > left_region:  # Phía phải trống hơn
+        return "right"
+    else:
+        return "backward"  # Nếu tất cả đều bị cản, lùi lại
+