import cv2
import gradio as gr

def process_video(video):
    face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
    eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')
    estadoanterior = ""
    estadoactual = ""
    output_frames = []

    cap = cv2.VideoCapture(video)
    while cap.isOpened():
        ret, frame = cap.read()
        if frame is None:
            break
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        hh, ww = gray.shape
        faces = face_cascade.detectMultiScale(gray, 1.3, 5)
        for (x, y, w, h) in faces:
            cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 0, 0), 2)
            cv2.line(frame, (int(ww / 2), 0), (int(ww / 2), hh), (0, 0, 255), 2)
            if x <= ww / 2:
                estadoactual = "I"
                if estadoactual != estadoanterior:
                    estadoanterior = estadoactual
            else:
                estadoactual = "D"
                if estadoactual != estadoanterior:
                    estadoanterior = estadoactual

        output_frames.append(frame)

    cap.release()
    return output_frames

# Gradio Interface
demo = gr.Interface(
    fn=process_video,
    inputs=gr.Video(label="Sube tu video"),
    outputs=gr.Video(label="Video procesado"),
    title="Detección de Rostros y Ojos",
    description="Este espacio detecta rostros y ojos en un video subido.",
)

if __name__ == "__main__":
    demo.launch()