Procesamiento_video_Producto_Final.ipynb

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 1,
   "metadata": {
    "colab": {
     "base_uri": "https://localhost:8080/"
    },
    "id": "wQbO0keWYLiA",
    "outputId": "24bcef6b-0949-4587-e6a7-67f850c4c4b0"
   },
   "outputs": [],
   "source": [
    "#TRABAJO HECHO POR SANTIAGO RIVERA ESTRADA\n",
    "#ASESORES JULIANA MORENO Y JOHN FREDY OCHOA\n",
    "#NEUROCO (GRUPO DE NEUROCIENCIAS COMPUTACIONALES)-UNIVERSIDAD DE ANTIOQUIA-MEDELLIN,COLOMBIA\n",
    "import os\n",
    "import cv2 as cv\n",
    "import numpy as np\n",
    "import matplotlib.pyplot as plt\n",
    "import pandas as pd\n",
    "import mediapipe as mp"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 3,
   "metadata": {},
   "outputs": [],
   "source": [
    "# Clase Detector_Pose\n",
    "class Detector_Pose():\n",
    "    def __init__(self, mode=False, smooth=True, confianza_dete=0.5, confianza_segui=0.5):\n",
    "        # Inicialización de la clase\n",
    "        self.mode = mode  # Modo de la detección (estática o dinámica)\n",
    "        self.smooth = smooth  # Suavizado de las landmarks\n",
    "        self.confianza_dete = confianza_dete  # Umbral de confianza para la detección\n",
    "        self.confianza_segui = confianza_segui  # Umbral de confianza para el seguimiento\n",
    "        self.smooth = bool(self.smooth)  # Convertir a booleano\n",
    "        # Importar las librerías y configurar el modelo de detección de pose\n",
    "        self.mpPose = mp.solutions.pose\n",
    "        self.mpDraw = mp.solutions.drawing_utils\n",
    "        self.pose = self.mpPose.Pose(\n",
    "            static_image_mode=self.mode,\n",
    "            model_complexity=0 if self.mode else 1,\n",
    "            smooth_landmarks=self.smooth,\n",
    "            min_detection_confidence=self.confianza_dete,\n",
    "            min_tracking_confidence=self.confianza_segui\n",
    "        )\n",
    "\n",
    "    def Obtener_posicion(self, img):\n",
    "        # Método para obtener las posiciones de los puntos de referencia\n",
    "        self.lm_List = []  # Lista para almacenar las landmarks relevantes\n",
    "        coordenadas_xyz = []  # Lista para almacenar las coordenadas XYZ de las landmarks relevantes\n",
    "        imgRGB = cv.cvtColor(img, cv.COLOR_BGR2RGB)  # Convertir imagen a formato RGB\n",
    "        resul = self.pose.process(imgRGB)  # Procesar la imagen con el modelo de detección de pose\n",
    "        if resul.pose_landmarks:\n",
    "            # Si se detectaron landmarks\n",
    "            for iD, lm in enumerate(resul.pose_landmarks.landmark):\n",
    "                altura, ancho, canales = img.shape\n",
    "                if iD == 12 or iD == 14 or iD == 16:\n",
    "                    # Si la landmark es relevante (hombro, codo o muñeca)\n",
    "                    cx, cy = int(lm.x * ancho), int(lm.y * altura)  # Calcular las coordenadas en píxeles\n",
    "                    self.lm_List.append([iD, cx, cy])  # Agregar la landmark a la lista\n",
    "                    coordenadas_xyz.append([iD, cx, cy, lm.z])  # Agregar coordenadas XYZ a la lista\n",
    "        return self.lm_List, coordenadas_xyz  # Devolver las listas de landmarks y coordenadas XYZ\n",
    "\n",
    "    def Obtener_Angulo(self, img, dibujar=True):\n",
    "        # Método para obtener el ángulo entre tres puntos de referencia relevantes\n",
    "        lm_List, _ = self.Obtener_posicion(img)  # Obtener la lista de landmarks\n",
    "        angulo = None  # Inicializar el ángulo\n",
    "        if len(lm_List) >= 3:\n",
    "            # Si hay al menos tres landmarks detectadas\n",
    "            # Obtener las coordenadas de los puntos relevantes\n",
    "            p1 = np.array(lm_List[0][1:3])  # Punto 1 (hombro derecho)\n",
    "            p2 = np.array(lm_List[1][1:3])  # Punto 2 (codo derecho)\n",
    "            p3 = np.array(lm_List[2][1:3])  # Punto 3 (muñeca derecha)\n",
    "            \n",
    "            # Calcular los vectores entre los puntos\n",
    "            vector1 = p1 - p2  # Vector del codo al hombro\n",
    "            vector2 = p3 - p2  # Vector del codo a la muñeca\n",
    "            \n",
    "            # Calcular el ángulo entre los vectores usando np.diff y arccos\n",
    "            cos_angulo = np.dot(vector1, vector2) / (np.linalg.norm(vector1) * np.linalg.norm(vector2))\n",
    "            angulo = np.arccos(cos_angulo)  # Ángulo en radianes\n",
    "            \n",
    "            # Convertir a grados\n",
    "            angulo = np.degrees(angulo)\n",
    "        \n",
    "        return angulo  # Devolver el ángulo calculado"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 6,
   "metadata": {
    "colab": {
     "base_uri": "https://localhost:8080/",
     "height": 952
    },
    "id": "cZQbfwZJd7WA",
    "outputId": "a0d52b8c-d906-4746-f2c8-993108eac7a4"
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "Procesando video: Sub-SAN01_ses_V0_task_DTAN_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN01_ses_V0_task_DTAN_video.mp4\n",
      "Procesando video: Sub-SAN01_ses_V0_task_DTCT_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN01_ses_V0_task_DTCT_video.mp4\n",
      "Procesando video: Sub-SAN01_ses_V0_task_DTF_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN01_ses_V0_task_DTF_video.mp4\n",
      "Procesando video: Sub-SAN01_ses_V0_task_DTS1_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN01_ses_V0_task_DTS1_video.mp4\n",
      "Procesando video: Sub-SAN01_ses_V0_task_DTS7_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN01_ses_V0_task_DTS7_video.mp4\n",
      "Procesando video: Sub-SAN01_ses_V0_task_DTV_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN01_ses_V0_task_DTV_video.mp4\n",
      "Procesando video: Sub-SAN01_ses_V0_task_ST1_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN01_ses_V0_task_ST1_video.mp4\n",
      "Procesando video: Sub-SAN01_ses_V0_task_ST2_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN01_ses_V0_task_ST2_video.mp4\n",
      "Procesando video: Sub-SAN10_ses_V0_task_DTCT_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN10_ses_V0_task_DTCT_video.mp4\n",
      "Procesando video: Sub-SAN10_ses_V0_task_DTS1_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN10_ses_V0_task_DTS1_video.mp4\n",
      "Procesando video: Sub-SAN10_ses_V0_task_DTS7_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN10_ses_V0_task_DTS7_video.mp4\n",
      "Procesando video: Sub-SAN10_ses_V0_task_DTV_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN10_ses_V0_task_DTV_video.mp4\n",
      "Procesando video: Sub-SAN10_ses_V0_task_ST1_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN10_ses_V0_task_ST1_video.mp4\n",
      "Procesando video: Sub-SAN10_ses_V0_task_ST2_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN10_ses_V0_task_ST2_video.mp4\n",
      "Procesando video: Sub-SAN12_ses_V0_task_DTAN_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN12_ses_V0_task_DTAN_video.mp4\n",
      "Procesando video: Sub-SAN12_ses_V0_task_DTCT_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN12_ses_V0_task_DTCT_video.mp4\n",
      "Procesando video: Sub-SAN12_ses_V0_task_DTF_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN12_ses_V0_task_DTF_video.mp4\n",
      "Procesando video: Sub-SAN12_ses_V0_task_DTS1_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN12_ses_V0_task_DTS1_video.mp4\n",
      "Procesando video: Sub-SAN12_ses_V0_task_DTS7_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN12_ses_V0_task_DTS7_video.mp4\n",
      "Procesando video: Sub-SAN12_ses_V0_task_DTV_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN12_ses_V0_task_DTV_video.mp4\n",
      "Procesando video: Sub-SAN12_ses_V0_task_ST1_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN12_ses_V0_task_ST1_video.mp4\n",
      "Procesando video: Sub-SAN12_ses_V0_task_ST2_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN12_ses_V0_task_ST2_video.mp4\n",
      "Procesando video: Sub-SAN16_ses_V0_task_DTAN_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN16_ses_V0_task_DTAN_video.mp4\n",
      "Procesando video: Sub-SAN16_ses_V0_task_DTCT_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN16_ses_V0_task_DTCT_video.mp4\n",
      "Procesando video: Sub-SAN16_ses_V0_task_DTF_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN16_ses_V0_task_DTF_video.mp4\n",
      "Procesando video: Sub-SAN16_ses_V0_task_DTS1_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN16_ses_V0_task_DTS1_video.mp4\n",
      "Procesando video: Sub-SAN16_ses_V0_task_DTS7_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN16_ses_V0_task_DTS7_video.mp4\n",
      "Procesando video: Sub-SAN16_ses_V0_task_DTV_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN16_ses_V0_task_DTV_video.mp4\n",
      "Procesando video: Sub-SAN16_ses_V0_task_ST1_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN16_ses_V0_task_ST1_video.mp4\n",
      "Procesando video: Sub-SAN16_ses_V0_task_ST2_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN16_ses_V0_task_ST2_video.mp4\n",
      "Procesando video: Sub-SAN17_ses_V0_task_DTAN_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN17_ses_V0_task_DTAN_video.mp4\n",
      "Procesando video: Sub-SAN17_ses_V0_task_DTCT_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN17_ses_V0_task_DTCT_video.mp4\n",
      "Procesando video: Sub-SAN17_ses_V0_task_DTF_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN17_ses_V0_task_DTF_video.mp4\n",
      "Procesando video: Sub-SAN17_ses_V0_task_DTS1_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN17_ses_V0_task_DTS1_video.mp4\n",
      "Procesando video: Sub-SAN17_ses_V0_task_DTS7_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN17_ses_V0_task_DTS7_video.mp4\n",
      "Procesando video: Sub-SAN17_ses_V0_task_DTV_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN17_ses_V0_task_DTV_video.mp4\n",
      "Procesando video: Sub-SAN17_ses_V0_task_ST1_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN17_ses_V0_task_ST1_video.mp4\n",
      "Procesando video: Sub-SAN17_ses_V0_task_ST2_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN17_ses_V0_task_ST2_video.mp4\n",
      "Procesando video: Sub-SAN18_ses_V0_task_DTAN_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN18_ses_V0_task_DTAN_video.mp4\n",
      "Procesando video: Sub-SAN18_ses_V0_task_DTCT_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN18_ses_V0_task_DTCT_video.mp4\n",
      "Procesando video: Sub-SAN18_ses_V0_task_DTF_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN18_ses_V0_task_DTF_video.mp4\n",
      "Procesando video: Sub-SAN18_ses_V0_task_DTS1_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN18_ses_V0_task_DTS1_video.mp4\n",
      "Procesando video: Sub-SAN18_ses_V0_task_DTS7_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN18_ses_V0_task_DTS7_video.mp4\n",
      "Procesando video: Sub-SAN18_ses_V0_task_DTV_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN18_ses_V0_task_DTV_video.mp4\n",
      "Procesando video: Sub-SAN18_ses_V0_task_ST1_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN18_ses_V0_task_ST1_video.mp4\n",
      "Procesando video: Sub-SAN18_ses_V0_task_ST2_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN18_ses_V0_task_ST2_video.mp4\n",
      "Procesando video: Sub-SAN02_ses_V0_task_DTAN_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN02_ses_V0_task_DTAN_video.mp4\n",
      "Procesando video: Sub-SAN02_ses_V0_task_DTCT_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN02_ses_V0_task_DTCT_video.mp4\n",
      "Procesando video: Sub-SAN02_ses_V0_task_DTF_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN02_ses_V0_task_DTF_video.mp4\n",
      "Procesando video: Sub-SAN02_ses_V0_task_DTS1_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN02_ses_V0_task_DTS1_video.mp4\n",
      "Procesando video: Sub-SAN02_ses_V0_task_DTS7_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN02_ses_V0_task_DTS7_video.mp4\n",
      "Procesando video: Sub-SAN02_ses_V0_task_DTV_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN02_ses_V0_task_DTV_video.mp4\n",
      "Procesando video: Sub-SAN02_ses_V0_task_ST1_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN02_ses_V0_task_ST1_video.mp4\n",
      "Procesando video: Sub-SAN02_ses_V0_task_ST2_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN02_ses_V0_task_ST2_video.mp4\n",
      "Procesando video: Sub-SAN03_ses_V0_task_DTAN_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN03_ses_V0_task_DTAN_video.mp4\n",
      "Procesando video: Sub-SAN03_ses_V0_task_DTCT_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN03_ses_V0_task_DTCT_video.mp4\n",
      "Procesando video: Sub-SAN03_ses_V0_task_DTF_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN03_ses_V0_task_DTF_video.mp4\n",
      "Procesando video: Sub-SAN03_ses_V0_task_DTS1_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN03_ses_V0_task_DTS1_video.mp4\n",
      "Procesando video: Sub-SAN03_ses_V0_task_DTS7_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN03_ses_V0_task_DTS7_video.mp4\n",
      "Procesando video: Sub-SAN03_ses_V0_task_DTV_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN03_ses_V0_task_DTV_video.mp4\n",
      "Procesando video: Sub-SAN03_ses_V0_task_ST1_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN03_ses_V0_task_ST1_video.mp4\n",
      "Procesando video: Sub-SAN04_ses_V0_task_DTCT_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN04_ses_V0_task_DTCT_video.mp4\n",
      "Procesando video: Sub-SAN04_ses_V0_task_DTF_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN04_ses_V0_task_DTF_video.mp4\n",
      "Procesando video: Sub-SAN04_ses_V0_task_DTS1_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN04_ses_V0_task_DTS1_video.mp4\n",
      "Procesando video: Sub-SAN04_ses_V0_task_DTV_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN04_ses_V0_task_DTV_video.mp4\n",
      "Procesando video: Sub-SAN04_ses_V0_task_ST2_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN04_ses_V0_task_ST2_video.mp4\n",
      "Procesando video: Sub-SAN05_ses_V0_task_DTAN_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN05_ses_V0_task_DTAN_video.mp4\n",
      "Procesando video: Sub-SAN05_ses_V0_task_DTCT_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN05_ses_V0_task_DTCT_video.mp4\n",
      "Procesando video: Sub-SAN05_ses_V0_task_DTF_video.mp4\n",
      "Resultados guardados para el video: Sub-SAN05_ses_V0_task_DTF_video.mp4\n"
     ]
    }
   ],
   "source": [
    "import os\n",
    "import cv2 as cv\n",
    "import numpy as np\n",
    "import matplotlib.pyplot as plt\n",
    "import pandas as pd\n",
    "\n",
    "# Definir el objeto de detección de poses\n",
    "detector = Detector_Pose()\n",
    "\n",
    "# Solicitar la ruta de la carpeta principal\n",
    "ruta = input(\"Ruta de la carpeta que contiene los videos, ejemplo : C:\\\\Users\\\\santi\\\\semestre 2024-2\\\\Videos_Gruneco... Recuerde agregar \\\\ en cada entrada: \")\n",
    "carpeta_videos = ruta\n",
    "\n",
    "# Crear la carpeta de resultados al mismo nivel de la carpeta VIDEOS_SAN_PORTABLES\n",
    "carpeta_resultados = os.path.join(os.path.dirname(carpeta_videos), 'Resultados')\n",
    "if not os.path.exists(carpeta_resultados):\n",
    "    os.makedirs(carpeta_resultados)\n",
    "\n",
    "# Recorrer todos los archivos en la carpeta y subcarpetas de videos\n",
    "for carpeta_raiz, subcarpetas, archivos in os.walk(carpeta_videos):\n",
    "    subcarpetas.sort()  # Ordenar las subcarpetas alfabéticamente\n",
    "    archivos.sort()  # Ordenar los archivos alfabéticamente\n",
    "\n",
    "    for archivo in archivos:\n",
    "        if archivo.endswith('.mp4'):  # Procesar solo archivos de video\n",
    "            video_path = os.path.join(carpeta_raiz, archivo)\n",
    "            print(f\"Procesando video: {archivo}\")\n",
    "            \n",
    "            # Cargar el video\n",
    "            cap = cv.VideoCapture(video_path)\n",
    "            \n",
    "            if not cap.isOpened():\n",
    "                print(f\"Error: No se pudo abrir el video {archivo}.\")\n",
    "                continue\n",
    "\n",
    "            # Inicializar listas para almacenar los datos\n",
    "            angulos, fotogramas, tiempos = [], [], []\n",
    "            trayectoria_12_x, trayectoria_12_y = [], []\n",
    "            trayectoria_14_x, trayectoria_14_y = [], []\n",
    "            trayectoria_16_x, trayectoria_16_y = [], []\n",
    "            coordenadas_x, coordenadas_y = [], []\n",
    "            frame_count = 0\n",
    "            fps = cap.get(cv.CAP_PROP_FPS)  # Obtener el framerate del video\n",
    "\n",
    "            # Procesar el video fotograma por fotograma\n",
    "            while cap.isOpened():\n",
    "                ret, frame = cap.read()\n",
    "                if not ret:\n",
    "                    break\n",
    "\n",
    "                # Aplicar la rutina de detección de poses al fotograma actual\n",
    "                angulo = detector.Obtener_Angulo(frame)\n",
    "                angulos.append(angulo)\n",
    "                fotogramas.append(frame_count)\n",
    "                tiempo_transcurrido = frame_count / fps\n",
    "                tiempos.append(tiempo_transcurrido)\n",
    "                frame_count += 1\n",
    "\n",
    "                # Obtener posiciones de los puntos de referencia\n",
    "                lm_List, _ = detector.Obtener_posicion(frame)\n",
    "                for lm in lm_List:\n",
    "                    if lm[0] == 12:\n",
    "                        trayectoria_12_x.append(lm[1])\n",
    "                        trayectoria_12_y.append(lm[2])\n",
    "                    elif lm[0] == 14:\n",
    "                        trayectoria_14_x.append(lm[1])\n",
    "                        trayectoria_14_y.append(lm[2])\n",
    "                    elif lm[0] == 16:\n",
    "                        trayectoria_16_x.append(lm[1])\n",
    "                        trayectoria_16_y.append(lm[2])\n",
    "\n",
    "                if lm_List:\n",
    "                    x, y = lm_List[0][1], lm_List[0][2]\n",
    "                    coordenadas_x.append(x)\n",
    "                    coordenadas_y.append(y)\n",
    "\n",
    "            # Calcular la velocidad angular en grados/segundo\n",
    "            velocidad_angular_grados = [\n",
    "                (angulos[i] - angulos[i-1]) / (tiempos[i] - tiempos[i-1]) \n",
    "                for i in range(1, len(angulos))\n",
    "            ]\n",
    "            velocidad_angular_grados.insert(0, np.nan)  # Insertar un NaN para mantener la longitud\n",
    "\n",
    "            cap.release()\n",
    "\n",
    "            # Crear una subcarpeta para guardar los resultados del video procesado\n",
    "            subcarpeta_resultados = os.path.join(carpeta_resultados, os.path.basename(carpeta_raiz))\n",
    "            if not os.path.exists(subcarpeta_resultados):\n",
    "                os.makedirs(subcarpeta_resultados)\n",
    "\n",
    "            # Guardar gráficas\n",
    "            plt.figure(figsize=(10, 10))\n",
    "            plt.subplot(611)\n",
    "            plt.plot(fotogramas, angulos)\n",
    "            plt.title('Ángulo en función del fotograma')\n",
    "            plt.xlabel('Fotograma')\n",
    "            plt.ylabel('Ángulo (grados)')\n",
    "            plt.grid(True)\n",
    "\n",
    "            plt.subplot(612)\n",
    "            plt.plot(tiempos, angulos)\n",
    "            plt.title('Ángulo en función del tiempo')\n",
    "            plt.xlabel('Tiempo (segundos)')\n",
    "            plt.ylabel('Ángulo (grados)')\n",
    "            plt.grid(True)\n",
    "\n",
    "            plt.subplot(613)\n",
    "            plt.plot(trayectoria_12_x, trayectoria_12_y, label='Hombro derecho (12)')\n",
    "            plt.plot(trayectoria_14_x, trayectoria_14_y, label='Codo derecho (14)')\n",
    "            plt.plot(trayectoria_16_x, trayectoria_16_y, label='Muñeca derecha (16)')\n",
    "            plt.title('Trayectorias de puntos de referencia de la pose')\n",
    "            plt.xlabel('Coordenada X')\n",
    "            plt.ylabel('Coordenada Y')\n",
    "            plt.legend()\n",
    "            plt.grid(True)\n",
    "\n",
    "            plt.subplot(614)\n",
    "            plt.plot(fotogramas, coordenadas_x, label='Coordenada X')\n",
    "            plt.plot(fotogramas, coordenadas_y, label='Coordenada Y')\n",
    "            plt.title('Trayectoria del movimiento completo en el tiempo')\n",
    "            plt.xlabel('Número de fotograma')\n",
    "            plt.ylabel('Coordenada')\n",
    "            plt.legend()\n",
    "            plt.grid(True)\n",
    "\n",
    "            plt.subplot(615)\n",
    "            plt.plot(tiempos, trayectoria_16_x, label='Coordenada X de la muñeca')\n",
    "            plt.plot(tiempos, trayectoria_16_y, label='Coordenada Y de la muñeca')\n",
    "            plt.title('Trayectoria de la muñeca en el tiempo')\n",
    "            plt.xlabel('Tiempo (segundos)')\n",
    "            plt.ylabel('Coordenada')\n",
    "            plt.legend()\n",
    "\n",
    "            plt.subplot(616)\n",
    "            plt.plot(tiempos, velocidad_angular_grados)  # Graficar la velocidad angular en grados/seg\n",
    "            plt.title('Velocidad Angular en función del Tiempo (Grados/seg)')\n",
    "            plt.xlabel('Tiempo (segundos)')\n",
    "            plt.ylabel('Velocidad Angular (grados/seg)')\n",
    "            plt.grid(True)\n",
    "\n",
    "            plt.tight_layout()\n",
    "            plt.savefig(os.path.join(subcarpeta_resultados, f'{archivo}_grafica.png'))  # Guardar la gráfica\n",
    "            plt.close()\n",
    "\n",
    "            # Guardar datos en un archivo CSV\n",
    "            datos = {\n",
    "                'Fotograma': fotogramas,\n",
    "                'Tiempo (s)': tiempos,\n",
    "                'Ángulo (grados)': angulos,\n",
    "                'Velocidad Angular (grados/seg)': velocidad_angular_grados,\n",
    "                'Coordenada X': coordenadas_x,\n",
    "                'Coordenada Y': coordenadas_y\n",
    "            }\n",
    "            df = pd.DataFrame(datos)\n",
    "            df.to_csv(os.path.join(subcarpeta_resultados, f'{archivo}_datos.csv'), index=False)\n",
    "            \n",
    "            print(f\"Resultados guardados para el video: {archivo}\")\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  }
 ],
 "metadata": {
  "colab": {
   "provenance": []
  },
  "kernelspec": {
   "display_name": "base",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.11.7"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 4
}