import numpy as np
import matplotlib.pyplot as plt
from scipy import misc as mc


def funkcja_Coccurrance(img, n, kierunek):

    copy = img
    l=np.linspace(0,255,n+1)

    for i in range(0,n):
        copy[(img>=l[i]) & (img<l[i+1])] = i;
    Concc = np.zeros((n,n))



    if kierunek == 0: #prawo
        Tab1 = copy[:, 0:n - 1]
        Tab2 = copy[:, 1:n]
    elif kierunek == 1: #dol
        Tab1 = copy[0:n - 1, :]
        Tab2 = copy[1:n, :]
    elif kierunek == 2: #lewo
        Tab1 = copy[:, 1:n]
        Tab2 = copy[:, 0:n - 1]
    elif kierunek == 3: #gora
        Tab1 = copy[1:n, :]
        Tab2 = copy[0:n - 1, :]


    for i in range (1,n):
        for j in range(1,n):
            Concc[i, j] = np.sum(np.sum((Tab1 == i) & (Tab2 == j)))


    return Concc

#

def fO(c):


    przek = np.sum(np.diag(c)) #suma przekatnej z funkcja_Coccurrance
    suma = np.sum(np.sum(c)) #suma macierzy -> sa tez wartosci poza przekatna "poswiata"
    suma = suma - przek #zsumowanie tylko wartosci z wylaczeniem przekatnej

    #wieksza suma poza przekatna = wieksza ostrosc?

    return suma
#

obraz1 = mc.imread('pic1.png')
img1 = obraz1[:, :, 1]
obraz2 = mc.imread('pic2.png') #bardziej "ostry"
img2 = obraz2[:,:,1]
c = funkcja_Coccurrance(img1, 15, 1) #0prawo, 1dol, 2lewo, 3gora
c2 = funkcja_Coccurrance(img2, 15, 1)
#print c
c = c/np.sum(c)
c = c*255 #wyswietlenie wynikow z polecenia
#print c2
c2 = c2/np.sum(c2)
c2 = c2*255

ostrosc = fO(c)
ostrosc2 = fO(c2)
print ostrosc
print ostrosc2
plt.subplot(1,2,1)
plt.imshow(c, cmap=plt.cm.gray, vmin=0, vmax=np.max(c))

plt.subplot(1,2,2)
plt.imshow(c2, cmap=plt.cm.gray, vmin=0, vmax=np.max(c2))
plt.show()