import cv2
import mediapipe as mp
import json
import time

# Inicializa o vídeo a partir da webcam (ou outro dispositivo de captura)
cap = cv2.VideoCapture(0)

# Variáveis para controle de tempo
file_path = 'face.json'  # Caminho do arquivo para salvar as coordenadas
max_readings = 10  # Número máximo de leituras a serem mantidas

# Inicializa o módulo MediaPipe Face Detection
mp_face_detection = mp.solutions.face_detection
face_detection = mp_face_detection.FaceDetection(min_detection_confidence=0.5)

# Lista para armazenar as leituras
readings = []

while True:
    # Captura o frame da câmera
    ret, frame = cap.read()

    # Conversão para escala de cinza para facilitar a detecção
    frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

    # Realiza a detecção de rostos no frame
    results = face_detection.process(frame_rgb)

    current_readings = []

    # Verifica se há rostos detectados
    if results.detections:
        for idx, detection in enumerate(results.detections):
            bboxC = detection.location_data.relative_bounding_box
            ih, iw, _ = frame.shape
            x, y, w, h = int(bboxC.xmin * iw), int(bboxC.ymin * ih), int(bboxC.width * iw), int(bboxC.height * ih)

            # Adiciona as informações do rosto à lista de leituras
            current_readings.append({'id': idx, 'x': x, 'y': y, 'largura': w, 'altura': h})

            # Desenha o retângulo ao redor do rosto detectado
            cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)

            # Escreve o número do rosto sobre o retângulo
            cv2.putText(frame, f'Rosto {idx}', (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (255, 0, 0), 2)

    timestamp = time.time()  # Captura o timestamp atual
    readings.append({'timestamp': timestamp, 'rostos': current_readings})

    # Se a lista atingir o limite máximo, remover a leitura mais antiga
    if len(readings) > max_readings:
        readings.pop(0)

    # Salvar as coordenadas no arquivo a cada intervalo de tempo
    if len(readings) == max_readings:
        with open(file_path, 'w') as file:
            json.dump({'frames': readings}, file)

    # Mostra o frame com os retângulos e números identificadores
    cv2.imshow('Detecção de Objetos', frame)

    # Verifica se o usuário pressionou a tecla 'q' para sair do loop
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# Libera a captura de vídeo e fecha as janelas
cap.release()
cv2.destroyAllWindows()