import cv2
import os

SEQ_ROOT = 'A DEFINIR'
for seq in os.listdir(SEQ_ROOT):
    tracker = cv2.TrackerMIL_create()


    SEQ_ROOT_PATH = os.path.join(SEQ_ROOT, seq)

    GT_PATH = os.path.join(SEQ_ROOT_PATH, 'groundtruth_rect.txt')
    IMG_PATH = os.path.join(SEQ_ROOT_PATH, 'img')

    boxes = open(GT_PATH).readlines()

    IOUS = []
    for idx, img_name in enumerate(sorted(os.listdir(IMG_PATH))):
        # Charge l'image
        img_cv2 = cv2.imread(os.path.join(IMG_PATH, img_name))

        # Récupère la boîte de vérité terrain (ground truth) pour l'image courante
        if ',' in boxes[idx]:
            gt_box = list(map(lambda x:int(x),boxes[idx].strip().split(',')))
        else:
            gt_box = list(map(lambda x:int(x),boxes[idx].strip().split('\t')))

        # Si l'index est 0, initialise le tracker avec l'image et la boite
            # ...
        # autrement, met à jour le tracker avec l'image courante et calcule l'IOU entre la boîte prédite et la vraie boite
            # ...
    # Analyse des résultats : pour chaque seuil d'IOU, calcule le pourcentage de prédictions correctes et trace la courbe
    #...