UAV Dziani - Gas Bubble Detection Analysis

Analysis tool for detecting and measuring gas bubbles in UAV footage of Dziani lake, Mayotte. This project processes drone videos to identify bubble plumes, calculate their positions, and interpolate temporal data.

Prerequisites

• Python 3.12 or higher
• FFmpeg (for video processing)

Installation

Linux et Mac

Option 1 : avec uv (recommandé)

# Installer uv si nécessaire
curl -LsSf https://astral.sh/uv/install.sh | sh

# Créer l'environnement et installer les dépendances
uv sync

# Activer l'environnement
source .venv/bin/activate

Option 2 : avec pip

# Créer l'environnement virtuel
python3.12 -m venv .venv

# Activer l'environnement
source .venv/bin/activate

# Installer les librairies
pip install -r requirements.txt

Windows

Option 1 : avec uv (recommandé)

# Installer uv si nécessaire
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

# Créer l'environnement et installer les dépendances
uv sync

# Activer l'environnement
.venv\Scripts\activate

Option 2 : avec conda

Installer FFMPEG

Installez ffmpeg sur Windows :

1. Téléchargez la version Windows sur https://ffmpeg.org/download.html
2. Extrayez le contenu de l'archive téléchargée
3. Ajoutez le chemin du dossier "bin" de ffmpeg à la variable d'environnement PATH de Windows

Créer et activer l'environnement

# Créer l'environnement
conda create -n env python=3.12

# Activer l'environnement
conda activate env

# Installer les librairies
pip install -r requirements.txt

Utilisation avec Spyder

conda activate env
spyder

Configuration

Créez un fichier .env à la racine du projet avec les variables suivantes :

# Identifiant de la feuille Google Sheets contenant les paramètres de traitement
GG_SHEET_ID=XXXXXXXXXXXXXXXXXXX
# Chemin vers le dossier de données
ROOT_DATA_PATH=/Volumes/data/images
# Chemin vers le dossier de résultats
OUTPUT_PATH=./

Utilisation

N est le numéro de la ligne dans la feuille Google Sheets contenant les paramètres de traitement pour une expérience donnée.

Avec uv (recommandé)

Calcul du centre de detection

uv run DzianiBullage.py N -c
# Exemple:
uv run DzianiBullage.py 4 -c

Calculs principaux

• Analyse des vidéos

uv run DzianiBullage.py N -a
# Exemple:
uv run DzianiBullage.py 10 -a

• Calcul des interpolations

uv run DzianiBullage.py N -i
# Exemple:
uv run DzianiBullage.py 4 -i

• Calcul Largeur Panache

uv run DzianiBullage.py N -l
# Exemple:
uv run DzianiBullage.py 4 -l

Avec Python (alternative)

Si vous utilisez l'environnement virtuel traditionnel :

python3 DzianiBullage.py N -c
python3 DzianiBullage.py N -a
python3 DzianiBullage.py N -i
python3 DzianiBullage.py N -l

Options de traitement

• -c : Calcul du centre de détection (requis en premier)
• -a : Analyse des vidéos pour détecter les bulles
• -i : Calcul des interpolations temporelles
• -l : Calcul de la largeur du panache

Dépannage

Problème : FFmpeg non trouvé

• Linux/Mac : brew install ffmpeg ou apt-get install ffmpeg
• Windows : Vérifiez que le chemin FFmpeg est dans PATH

Problème : Erreur d'accès Google Sheets

• Vérifiez que GG_SHEET_ID est correct dans le fichier .env
• Confirmez les permissions d'accès à la feuille

Problème : Module non trouvé

• Vérifiez que l'environnement virtuel est activé
• Réinstallez les dépendances : pip install -r requirements.txt

Structure du projet

UAV_Dziani/
├── DzianiBullage.py      # Script principal
├── traitement.py          # Fonctions de traitement vidéo
├── utils.py               # Utilitaires
├── find_center.py         # Détection du centre
├── find_zone.py           # Détection de zones
├── cv2_parametres.py      # Paramètres OpenCV
├── requirements.txt       # Dépendances Python
└── pyproject.toml         # Configuration uv