traffic-counter/Pengujian baru.ipynb

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 1,
   "id": "f90cb956-250b-454e-855e-fefcd0ff880a",
   "metadata": {},
   "outputs": [],
   "source": [
    "## Import Library"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 2,
   "id": "93b77493-0a01-4421-b2a0-380991740ff6",
   "metadata": {},
   "outputs": [],
   "source": [
    "import numpy as np\n",
    "import cv2\n",
    "import pandas as pd\n",
    "\n",
    "jumlah_kenderaan = 0\n",
    "kenderaan_kiri = 0\n",
    "kenderaan_kanan = 0"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 3,
   "id": "8d8696ea-4af1-4aa9-96cb-ff4538242ab5",
   "metadata": {},
   "outputs": [],
   "source": [
    "## Deklarasi Variable"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 4,
   "id": "80b4ff7c-1f3b-4e1d-896c-d88c0966f33e",
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "6868.0 30.03550936578534 848 478\n"
     ]
    }
   ],
   "source": [
    "cap = cv2.VideoCapture('video/video.mp4')\n",
    "frames_count, fps, width, height = cap.get(cv2.CAP_PROP_FRAME_COUNT), cap.get(cv2.CAP_PROP_FPS), cap.get(\n",
    "    cv2.CAP_PROP_FRAME_WIDTH), cap.get(cv2.CAP_PROP_FRAME_HEIGHT)\n",
    "width = int(width)\n",
    "height = int(height)\n",
    "print(frames_count, fps, width, height)\n",
    "\n",
    "# membuat data frame pandas dengan jumlah baris sama dengan jumlah frame\n",
    "df = pd.DataFrame(index=range(int(frames_count)))\n",
    "df.index.name = \"Frame\" # frame dalam bahasa indonesia\n",
    "\n",
    "framenumber = 0  # mencatat frame saat ini\n",
    "carscrossedup = 0  # mencatat mobil yang melintasi atas\n",
    "carscrosseddown = 0  # mencatat mobil yang melintasi bawah\n",
    "carids = []  # list kosong untuk menambah id mobil\n",
    "caridscrossed = []  # list kosong untuk menambah id mobil yang telah melintasi\n",
    "totalcars = 0  # mencatat total mobil\n",
    "\n",
    "fgbg = cv2.createBackgroundSubtractorMOG2()  # membuat subtractor latar belakang MOG2\n",
    "\n",
    "# informasi untuk memulai menyimpan file video\n",
    "ret, frame = cap.read()  # impor gambar\n",
    "ratio = .5  # rasio pengubah ukuran\n",
    "image = cv2.resize(frame, (0, 0), None, ratio, ratio)  # ubah ukuran gambar\n",
    "width2, height2, channels = image.shape\n",
    "# video = cv2.VideoWriter('penghitung_kendaraan.avi', cv2.VideoWriter_fourcc('M', 'J', 'P', 'G'), fps, (height2, width2), 1)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 5,
   "id": "1c2cd208-3d36-4e1d-9376-5e1d223bd021",
   "metadata": {},
   "outputs": [],
   "source": [
    "## Proses Video "
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 6,
   "id": "1c53be2e-1fc0-46af-b8dd-84cd6b1dffdb",
   "metadata": {},
   "outputs": [],
   "source": [
    "while True:\n",
    "\n",
    "    ret, frame = cap.read()  # impor gambar\n",
    "\n",
    "    if ret:  # jika ada frame lanjutkan kode\n",
    "\n",
    "        image = cv2.resize(frame, (0, 0), None, ratio, ratio)  # ubah ukuran gambar\n",
    "\n",
    "        gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)  # konversi gambar ke warna abu-abu\n",
    "\n",
    "        fgmask = fgbg.apply(gray)  # menggunakan pengurangan latar belakang MOG2\n",
    "\n",
    "        # menerapkan tingkat kesulitan pada fgmask untuk mencoba mengisolasi mobil\n",
    "        # perlu mencoba berbagai pengaturan hingga mobil mudah diidentifikasi\n",
    "        kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))  # membuat kernel untuk operasi morfologi\n",
    "        closing = cv2.morphologyEx(fgmask, cv2.MORPH_CLOSE, kernel)\n",
    "        opening = cv2.morphologyEx(closing, cv2.MORPH_OPEN, kernel)\n",
    "        dilation = cv2.dilate(opening, kernel)\n",
    "        retvalbin, bins = cv2.threshold(dilation, 220, 255, cv2.THRESH_BINARY)  # menghapus shadow\n",
    "\n",
    "        # membuat kontur\n",
    "        contours, hierarchy = cv2.findContours(bins, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)[-2:]\n",
    "\n",
    "        # menggunakan konveks hull untuk membuat poligon kait dengan kontur\n",
    "        hull = [cv2.convexHull(c) for c in contours]\n",
    "\n",
    "        # menggambar kontur\n",
    "        cv2.drawContours(image, hull, -1, (0, 255, 0), 3)\n",
    "\n",
    "        # garis dibuat untuk menghentikan penghitungan kontur, diperlukan karena mobil jauh menjadi kontur satu\n",
    "        lineypos = 100\n",
    "        cv2.line(image, (0, lineypos), (width, lineypos), (255, 0, 0), 5)\n",
    "\n",
    "        # garis y posisi dibuat untuk menghitung kontur\n",
    "        lineypos2 = 125\n",
    "        cv2.line(image, (0, lineypos2), (width, lineypos2), (0, 255, 0), 5)\n",
    "\n",
    "        # area minimal untuk kontur agar tidak dihitung sebagai rumit\n",
    "        minarea = 400\n",
    "\n",
    "        # area maksimal untuk kontur, dapat cukup besar untuk bus\n",
    "        maxarea = 40000\n",
    "\n",
    "        # vektor untuk x dan y lokasi tengah kontur dalam frame saat ini\n",
    "        cxx = np.zeros(len(contours))\n",
    "        cyy = np.zeros(len(contours))\n",
    "\n",
    "        for i in range(len(contours)):  # melakukan iterasi pada semua kontur dalam frame saat ini\n",
    "\n",
    "            # menggunakan hierarki untuk hanya menghitung kontur induk (kontur yang tidak berada dalam kontur lain)\n",
    "            if hierarchy[0, i, 3] == -1:\n",
    "\n",
    "                area = cv2.contourArea(contours[i])  # menghitung luas kontur\n",
    "\n",
    "                if minarea < area < maxarea:  # menggunakan area sebagai garis pembatas untuk kontur\n",
    "\n",
    "                    # menghitung centroid dari kontur\n",
    "                    cnt = contours[i]\n",
    "                    M = cv2.moments(cnt)\n",
    "                    cx = int(M['m10'] / M['m00'])\n",
    "                    cy = int(M['m01'] / M['m00'])\n",
    "\n",
    "                    if cy > lineypos:  # menghapus kontur yang berada di atas garis (y dimulai dari atas)\n",
    "\n",
    "                        # mengambil titik koordinat untuk membuat kotak lingkaran\n",
    "                        x, y, w, h = cv2.boundingRect(cnt)\n",
    "\n",
    "                        # membuat kotak lingkaran dari kontur\n",
    "                        cv2.rectangle(image, (x, y), (x + w, y + h), (255, 0, 0), 2)\n",
    "\n",
    "                        # Menambahkan teks centroid untuk memverifikasi pada tahap selanjutnya\n",
    "                        cv2.putText(image, str(cx) + \",\" + str(cy), (cx + 10, cy + 10), cv2.FONT_HERSHEY_SIMPLEX,\n",
    "                                    0.3, (0, 0, 255), 1)\n",
    "\n",
    "                        cv2.drawMarker(image, (cx, cy), (0, 0, 255), cv2.MARKER_STAR, markerSize=5, thickness=1,\n",
    "                                       line_type=cv2.LINE_AA)\n",
    "\n",
    "                        # menambahkan centroid yang telah memenuhi kriteria ke dalam list centroid\n",
    "                        cxx[i] = cx\n",
    "                        cyy[i] = cy\n",
    "\n",
    "        # menghapus nol dalam vector centroid yang tidak dihitung (centroid yang tidak dikirim ke dataframe)\n",
    "        cxx = cxx[cxx != 0]\n",
    "        cyy = cyy[cyy != 0]\n",
    "\n",
    "        # list kosong untuk nanti mencatat indeks centroid yang dikirim ke dataframe\n",
    "        minx_index2 = []\n",
    "        miny_index2 = []\n",
    "\n",
    "        # jumlah maksimum yang diizinkan untuk centroid dalam frame saat ini untuk dikaitkan dengan centroid dari frame sebelumnya\n",
    "        maxrad = 25\n",
    "\n",
    "        # bagian berikut mengelola centroid dan mengasignasinya ke id mobil lama atau id mobil baru\n",
    "\n",
    "        # jika terdapat centroid dalam area yang ditentukan\n",
    "        if len(cxx):  # jika ada centroid dalam area yang ditentukan\n",
    "\n",
    "            if not carids:  # jika daftar carids kosong\n",
    "\n",
    "                for i in range(len(cxx)):  # melakukan loop sebanyak centroid yang ada\n",
    "\n",
    "                    carids.append(i)  # menambahkan id mobil ke dalam daftar kosong\n",
    "                    df[str(carids[i])] = \"\"  # menambahkan kolom ke dalam dataframe berdasarkan id mobil\n",
    "\n",
    "                    # mengisi nilai centroid pada frame saat ini dan id mobil yang sesuai\n",
    "                    df.at[int(framenumber), str(carids[i])] = [cxx[i], cyy[i]]\n",
    "\n",
    "                    totalcars = carids[i] + 1  # menambahkan 1 pada jumlah mobil\n",
    "\n",
    "            else:  # jika sudah ada id mobil\n",
    "\n",
    "                dx = np.zeros((len(cxx), len(carids)))  # array untuk menghitung deltanya\n",
    "                dy = np.zeros((len(cyy), len(carids)))  # array untuk menghitung deltanya\n",
    "\n",
    "                for i in range(len(cxx)):  # melakukan loop sebanyak centroid yang ada\n",
    "\n",
    "                    for j in range(len(carids)):  # melakukan loop sebanyak id mobil yang ada\n",
    "\n",
    "                        # mengambil centroid dari frame sebelumnya untuk id mobil tertentu\n",
    "                        oldcxcy = df.iloc[int(framenumber - 1)][str(carids[j])]\n",
    "\n",
    "                        # mengambil centroid dari frame sekarang yang tidak selalu sesuai dengan centroid dari frame sebelumnya\n",
    "                        curcxcy = np.array([cxx[i], cyy[i]])\n",
    "\n",
    "                        if not oldcxcy:  # jika centroid dari frame sebelumnya kosong karena mobil keluar layar\n",
    "\n",
    "                            continue  # lanjutkan ke id mobil selanjutnya\n",
    "\n",
    "                        else:  # hitung deltanya untuk dibandingkan dengan centroid dari frame sekarang\n",
    "\n",
    "                            dx[i, j] = oldcxcy[0] - curcxcy[0]\n",
    "                            dy[i, j] = oldcxcy[1] - curcxcy[1]\n",
    "\n",
    "                for j in range(len(carids)):  # melakukan loop sebanyak id mobil yang ada\n",
    "\n",
    "                    jumlahjumlah = np.abs(dx[:, j]) + np.abs(dy[:, j])  # menghitung jumlah delta wrt id mobil tertentu\n",
    "\n",
    "                    # mencari indeks id mobil yang memiliki nilai minimum dan ini indeks yang tepat\n",
    "                    indeksindextrue = np.argmin(np.abs(jumlahjumlah))\n",
    "                    minx_index = indeksindextrue\n",
    "                    miny_index = indeksindextrue\n",
    "\n",
    "                    # mengambil nilai delta untuk id mobil yang dipilih\n",
    "                    deltadeltadx = dx[minx_index, j]\n",
    "                    deltadeltady = dy[miny_index, j]\n",
    "\n",
    "                    if deltadeltadx == 0 and deltadeltady == 0 and np.all(dx[:, j] == 0) and np.all(dy[:, j] == 0):\n",
    "                        # periksa apakah nilai minimum adalah 0 dan periksa apakah semua delta adalah nol karena ini adalah kumpulan kosong\n",
    "                        # delta dapat berupa nol jika centroid tidak berpindah\n",
    "\n",
    "                        continue  # lanjutkan ke id mobil selanjutnya\n",
    "\n",
    "                    else:\n",
    "\n",
    "                        # jika nilai delta kurang dari radius maksimum maka tambahkan centroid ke id mobil yang sesuai\n",
    "                        if np.abs(deltadeltadx) < maxrad and np.abs(deltadeltady) < maxrad:\n",
    "\n",
    "                            # menambahkan centroid ke id mobil yang sudah ada\n",
    "                            df.at[int(framenumber), str(carids[j])] = [cxx[minx_index], cyy[miny_index]]\n",
    "                            minx_index2.append(minx_index)  # menambahkan indeks centroid yang sudah ditambahkan ke id mobil lain\n",
    "                            miny_index2.append(miny_index)\n",
    "\n",
    "                for i in range(len(cxx)):  # melakukan loop sebanyak centroid yang ada\n",
    "\n",
    "                    # jika centroid tidak ada dalam list minindex maka mobil baru perlu ditambahkan\n",
    "                    if i not in minx_index2 and miny_index2:\n",
    "\n",
    "                        df[str(totalcars)] = \"\"  # membuat kolom baru untuk mobil baru yang tercatat\n",
    "                        totalcars = totalcars + 1  # menambahkan jumlah mobil yang tercatat\n",
    "                        t = totalcars - 1  # t adalah placeholder untuk jumlah mobil\n",
    "                        carids.append(t)  # menambahkan id mobil ke list id mobil\n",
    "                        df.at[int(framenumber), str(t)] = [cxx[i], cyy[i]]  # menambahkan centroid ke mobil yang sudah ada\n",
    "\n",
    "                    elif curcxcy[0] and not oldcxcy and not minx_index2 and not miny_index2:\n",
    "                        # jika centroid saat ini ada namun centroid sebelumnya tidak ada\n",
    "                        # mobil baru perlu ditambahkan jika minindex2 kosong\n",
    "\n",
    "                        df[str(totalcars)] = \"\"  # membuat kolom baru untuk mobil baru yang tercatat\n",
    "                        totalcars = totalcars + 1  # menambahkan jumlah mobil yang tercatat\n",
    "                        t = totalcars - 1  # t adalah placeholder untuk jumlah mobil\n",
    "                        carids.append(t)  # menambahkan id mobil ke list id mobil\n",
    "                        df.at[int(framenumber), str(t)] = [cxx[i], cyy[i]]  # menambahkan centroid ke mobil yang sudah ada\n",
    "\n",
    "        # Bagian di bawah menglabel centroid yang ada di layar\n",
    "\n",
    "        currentcars = 0  # mobil yang ada di layar\n",
    "        currentcarsindex = []  # indeks id mobil yang ada di layar\n",
    "\n",
    "        for i in range(len(carids)):  # melakukan loops sebanyak jumlah id mobil\n",
    "\n",
    "            # memeriksa frame saat ini untuk mengetahui id mobil yang sedang aktif\n",
    "            # dengan memeriksa adanya centroid pada frame saat ini untuk id mobil tertentu\n",
    "            if df.at[int(framenumber), str(carids[i])] != '':\n",
    "\n",
    "                currentcars = currentcars + 1  # menambahkan mobil yang ada di layar\n",
    "                currentcarsindex.append(i)  # menambahkan id mobil yang ada di layar\n",
    "\n",
    "        for i in range(currentcars):  # melakukan loops sebanyak jumlah mobil yang ada di layar\n",
    "\n",
    "            # mengambil centroid untuk id mobil tertentu pada frame saat ini\n",
    "            curcent = df.iloc[int(framenumber)][str(carids[currentcarsindex[i]])]\n",
    "\n",
    "            # mengambil centroid untuk id mobil tertentu pada frame sebelumnya\n",
    "            oldcent = df.iloc[int(framenumber - 1)][str(carids[currentcarsindex[i]])]\n",
    "\n",
    "            if curcent:  # jika ada centroid pada frame saat ini\n",
    "\n",
    "                # Teks di layar untuk centroid saat ini\n",
    "                cv2.putText(image, \"Centroid\" + str(curcent[0]) + \",\" + str(curcent[1]),\n",
    "                            (int(curcent[0]), int(curcent[1])), cv2.FONT_HERSHEY_SIMPLEX, .5, (0, 255, 255), 2)\n",
    "\n",
    "                cv2.putText(image, \"ID:\" + str(carids[currentcarsindex[i]]), (int(curcent[0]), int(curcent[1] - 15)),\n",
    "                            cv2.FONT_HERSHEY_SIMPLEX, .5, (0, 255, 255), 2)\n",
    "\n",
    "                cv2.drawMarker(image, (int(curcent[0]), int(curcent[1])), (0, 0, 255), cv2.MARKER_STAR, markerSize=5,\n",
    "                               thickness=1, line_type=cv2.LINE_AA)\n",
    "\n",
    "                # Periksa apakah centroid lama ada\n",
    "                # Tambahkan kotak radius dari centroid lama ke centroid saat ini untuk visualisasi\n",
    "                if oldcent:\n",
    "                    xmulai = oldcent[0] - maxrad\n",
    "                    ymulai = oldcent[1] - maxrad\n",
    "                    xakhir = oldcent[0] + maxrad\n",
    "                    yakhir = oldcent[1] + maxrad\n",
    "                    cv2.rectangle(image, (int(xmulai), int(ymulai)), (int(xakhir), int(yakhir)), (0, 125, 0), 1)\n",
    "\n",
    "                    # Periksa apakah centroid lama di bawah garis dan centroid baru di atas garis\n",
    "                    # Untuk menghitung mobil dan memastikan mobil tidak dihitung dua kali\n",
    "                    if oldcent[1] >= lineypos2 and curcent[1] <= lineypos2 and carids[\n",
    "                        currentcarsindex[i]] not in caridscrossed:\n",
    "\n",
    "                        carscrossedup = carscrossedup + 1\n",
    "                        kenderaan_kiri = carscrossedup\n",
    "                        cv2.line(image, (0, lineypos2), (width, lineypos2), (0, 0, 255), 5)\n",
    "                        caridscrossed.append(\n",
    "                            currentcarsindex[i])  # Tambahkan id mobil ke daftar mobil yang dihitung untuk mencegah penghitungan dua kali\n",
    "\n",
    "                    # Periksa apakah centroid lama di atas garis dan centroid baru di bawah garis\n",
    "                    # Untuk menghitung mobil dan memastikan mobil tidak dihitung dua kali\n",
    "                    elif oldcent[1] <= lineypos2 and curcent[1] >= lineypos2 and carids[\n",
    "                        currentcarsindex[i]] not in caridscrossed:\n",
    "\n",
    "                        carscrosseddown = carscrosseddown + 1\n",
    "                        kenderaan_kanan = carscrosseddown\n",
    "                        cv2.line(image, (0, lineypos2), (width, lineypos2), (0, 0, 125), 5)\n",
    "                        caridscrossed.append(currentcarsindex[i])\n",
    "\n",
    "        # menampilkan jumlah mobil yang melintasi atas\n",
    "        cv2.putText(image, \"Mobil yang Melintasi Atas: \" + str(carscrossedup), (0, 15), cv2.FONT_HERSHEY_SIMPLEX, .5, (255, 255, 255),\n",
    "                    1)\n",
    "\n",
    "        # menampilkan jumlah mobil yang melintasi bawah\n",
    "        cv2.putText(image, \"Mobil yang Melintasi Bawah: \" + str(carscrosseddown), (0, 30), cv2.FONT_HERSHEY_SIMPLEX, .5,\n",
    "                    (255, 255, 0), 1)\n",
    "\n",
    "        # # menampilkan jumlah total mobil yang terdeteksi\n",
    "        # cv2.putText(image, \"Total Mobil yang Terdeteksi: \" + str(len(carids)), (0, 60), cv2.FONT_HERSHEY_SIMPLEX, .5,\n",
    "        #             (255, 255, 255), 1)\n",
    "\n",
    "        # menampilkan frame saat ini dan total frame\n",
    "        cv2.putText(image, \"Frame: \" + str(framenumber) + ' dari ' + str(frames_count), (0, 45), cv2.FONT_HERSHEY_SIMPLEX,\n",
    "                    .5, (255, 255, 255), 1)\n",
    "\n",
    "        # menampilkan waktu yang sudah berlalu dan total waktu\n",
    "        cv2.putText(image, 'Waktu: ' + str(round(framenumber / fps, 2)) + ' detik dari ' + str(round(frames_count / fps, 2))\n",
    "                    + ' detik', (0, 60), cv2.FONT_HERSHEY_SIMPLEX, .6, (255, 255, 0), 1)\n",
    "\n",
    "        # make them view side by side\n",
    "\n",
    "        # make this view resize same as \n",
    "        # ratio = height / 640\n",
    "        frame = cv2.resize(frame, (int(width * ratio), int(height * ratio)))\n",
    "        cv2.imshow(\"Input\", frame)\n",
    "        cv2.moveWindow(\"Input\", 0, 0)\n",
    "\n",
    "        cv2.imshow(\"gray\", gray)\n",
    "        cv2.moveWindow(\"gray\", int(width * ratio), 0)\n",
    "\n",
    "        cv2.imshow(\"closing\", bins)\n",
    "        cv2.moveWindow(\"closing\", width, 0)\n",
    "\n",
    "        cv2.imshow(\"Output\", image)\n",
    "        cv2.moveWindow(\"Output\", width, int(height * ratio))\n",
    "\n",
    "        # cv2.imshow(\"opening\", opening)\n",
    "        # cv2.moveWindow(\"opening\", 0, int(height * ratio))\n",
    "\n",
    "        # cv2.imshow(\"dilation\", dilation)\n",
    "        # cv2.moveWindow(\"dilation\", int(width * ratio), int(height * ratio))\n",
    "\n",
    "        # cv2.imshow(\"binary\", bins)\n",
    "        # cv2.moveWindow(\"binary\", width, int(height * ratio))\n",
    "\n",
    "\n",
    "        # adds to framecount\n",
    "        framenumber = framenumber + 1\n",
    "\n",
    "        # Menunggu key dari user dalam milidetik, fps adalah frame per detik, dan 0xff adalah binary\n",
    "        # bahasa indonesia: Menunggu key dari user dalam milidetik\n",
    "        k = cv2.waitKey(int(1000/fps)) & 0xff \n",
    "        if k == 27: # bahasa indonesia: Jika key nya adalah 27 (ESC) maka break loop\n",
    "            break\n",
    "\n",
    "    else:  # bahasa indonesia: Jika video selesai maka break loop\n",
    "\n",
    "\n",
    "        break\n",
    "\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 7,
   "id": "d0ecd4ba-d8bd-4450-838a-c539dbe5c6b4",
   "metadata": {},
   "outputs": [],
   "source": [
    "## Menutup Window OpenCV"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 8,
   "id": "78a5686d-3899-4dac-a95c-cff992ac52ba",
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "1\n",
      "0\n"
     ]
    }
   ],
   "source": [
    "print(kenderaan_kiri)\n",
    "print(kenderaan_kanan)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 9,
   "id": "af84e6b4-dd55-447e-ac8c-a02a5f6f34be",
   "metadata": {},
   "outputs": [],
   "source": [
    "cap.release()\n",
    "cv2.destroyAllWindows()\n"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3 (ipykernel)",
   "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": "3.10.10"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}