Implementiere Fahrzeugzählung mit Linienüberquerung

- Linienschnitt-Algorithmus für präzise Fahrzeugzählung
- Interaktive Linienauswahl im Browser (Canvas-basiert)
- Session-Management für benutzerdefinierte Zähllinien
- Typ-spezifische Zähler (Autos, LKW, Busse, Motorräder)
- REST-API für Linienkonfiguration und Zähler-Reset
- Gestrichelte Zähllinie als Video-Overlay
- Detailliertes Zähler-Display im Video

Features:
- Linienüberquerung-Erkennung (beide Richtungen)
- Keine Mehrfachzählung durch Track-ID-Management
- Funktioniert für Webcam und Video-Upload
- Benutzerfreundliche UI mit Echtzeit-Feedback

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>

README.md

@@ -0,0 +1,116 @@
+# Fahrzeug- und Objekt-Erkennungssystem
+
+Eine webbasierte Anwendung zur Echtzeit-Objekterkennung und -Verfolgung mittels YOLOv11. Die Anwendung unterstützt sowohl Live-Webcam-Streams als auch die Verarbeitung hochgeladener Videodateien.
+
+## Funktionen
+
+- **Webcam-Erkennung**: Echtzeit-Objekterkennung über die Webcam
+- **Video-Upload**: Hochladen und Verarbeiten von Videodateien mit Objekterkennung
+- **Objekt-Tracking**: Persistente Verfolgung von Objekten mit eindeutigen IDs über Frames hinweg
+- **Visuelle Markierungen**: Bounding Boxes und Labels für erkannte Objekte
+- **Browser-basiert**: Einfacher Zugriff über den Webbrowser
+
+## Voraussetzungen
+
+- Python 3.12 oder höher
+- Webcam (für Live-Erkennung)
+- YOLO-Modell (`yolo11s.pt`) im Hauptverzeichnis
+
+## Installation
+
+1. Repository klonen oder herunterladen
+
+2. Erforderliche Python-Pakete installieren:
+```bash
+pip3 install flask opencv-python numpy ultralytics
+```
+
+3. Sicherstellen, dass die Modelldatei `yolo11s.pt` im Hauptverzeichnis vorhanden ist
+
+## Verwendung
+
+### Anwendung starten
+
+```bash
+python3 app.py
+```
+
+Die Anwendung ist dann unter `http://localhost:8080` erreichbar.
+
+### Webcam-Erkennung
+
+1. Öffnen Sie `http://localhost:8080` im Browser
+2. Klicken Sie auf "Start Webcam Detection"
+3. Die Webcam wird aktiviert und Objekte werden in Echtzeit erkannt und markiert
+4. Jedes Objekt erhält eine Track-ID und Klassenbeschriftung
+
+### Video-Upload
+
+1. Öffnen Sie `http://localhost:8080` im Browser
+2. Wählen Sie eine Videodatei über das Upload-Formular aus
+3. Klicken Sie auf "Upload Video"
+4. Das Video wird verarbeitet und mit Objekterkennungen angezeigt
+
+## Projektstruktur
+
+```
+.
+├── app.py                    # Haupt-Flask-Anwendung
+├── yolo11s.pt               # YOLOv11-Modell (erforderlich)
+├── templates/               # HTML-Templates
+│   ├── index.html          # Startseite
+│   ├── webcam.html         # Webcam-Anzeige
+│   └── play_video.html     # Video-Wiedergabe
+├── uploads/                # Hochgeladene Videos (automatisch erstellt)
+└── highway1.mp4            # Beispielvideo
+```
+
+## Technische Details
+
+### Verwendete Technologien
+
+- **Flask**: Web-Framework für Routing und Template-Rendering
+- **OpenCV**: Videobearbeitung und Frame-Manipulation
+- **Ultralytics YOLO**: YOLOv11-Modell für Objekterkennung und Tracking
+- **NumPy**: Array-Operationen für Bilddaten
+
+### Verarbeitungs-Pipeline
+
+1. **Frame-Erfassung**: Webcam oder Videodatei als Quelle
+2. **Frame-Skipping**: Verarbeitung jedes 2. Frames zur Leistungsoptimierung
+3. **Größenanpassung**: Alle Frames werden auf 1020x600 Pixel skaliert
+4. **YOLO-Tracking**: Objekterkennung mit persistenten Track-IDs
+5. **Annotation**: Zeichnen von Bounding Boxes und Labels
+6. **Streaming**: Übertragung als MJPEG-Stream an den Browser
+
+### Objekterkennung
+
+- Erkennt verschiedene Objektklassen (abhängig vom YOLO-Modell)
+- Vergibt eindeutige Track-IDs für jedes Objekt
+- Beschriftung im Format: `{Track-ID} - {Klassenname}`
+- Grüne Bounding Boxes um erkannte Objekte
+- Magenta-farbene Textbeschriftungen
+
+## Leistungsoptimierung
+
+- **Frame-Skipping**: Nur jeder 2. Frame wird verarbeitet, um CPU-Last zu reduzieren
+- **Feste Auflösung**: Einheitliche Größe von 1020x600 Pixel für alle Frames
+- **Effizientes Streaming**: JPEG-Kompression für Frame-Übertragung
+
+## Einschränkungen
+
+- Keine Validierung der Upload-Dateigröße
+- Keine automatische Bereinigung hochgeladener Dateien
+- Feste Frame-Dimensionen (1020x600)
+- Keine Fehlerbehandlung bei Webcam-Zugriffsproblemen
+
+## Hinweise
+
+- Bei der ersten Verwendung kann das Laden des YOLO-Modells einige Sekunden dauern
+- Die Erkennungsgenauigkeit hängt vom verwendeten YOLO-Modell ab
+- Frame-Skipping kann bei sehr schnell bewegten Objekten zu Erkennungslücken führen
+- Hochgeladene Videos werden im Ordner `uploads/` gespeichert und müssen manuell gelöscht werden
+
+## Lizenz
+
+Projekt basiert auf Ressourcen von [Pyresearch](https://pyresearch.org/)