close all; clear all;
Indeks = imread('ksztalty.bmp');
subplot(2,1,1)
imshow(Indeks);
Nei8 = bwlabel(Indeks,8);
subplot(2,1,2)
imshow(Nei8,[]);
klasy = {'kolo';'krzyz';'kwadrat';'kwadrat';'krzyz';'kolo';'kwadrat'; 'krzyz'};
r = regionprops(Nei8,'Centroid');
for i=1:length(r)
    text(r(i).Centroid(1),r(i).Centroid(2),['\color{magenta}',klasy(i)]);
end
wsp = obliczWspolczynniki(Nei8);
wsp(:,3)=wsp(:,3)/10;
klasyfikator = fitcknn(wsp,klasy);
[XX YY] = size(Nei8);
;
%WYKRYWANIE KWADRATOW RMIN/RMAX
Nei8kw = Nei8;
for i=1:XX
    for j=1:YY
        piksel = Nei8kw(i,j);
    if piksel ~= 0 && ~(wsp(piksel,2) > 0.80 && wsp(piksel,2) < 0.84)
     Nei8kw(i,j) = 0;
    end
    end
end
figure
imshow(Nei8kw,[]);

%WYKRYWANIE KRZYZYKOW RMIN/RMAX
Nei8krz = Nei8;
for i=1:XX
    for j=1:YY
        piksel = Nei8krz(i,j);
    if piksel ~= 0 && ~(wsp(piksel,2) > 0.52 && wsp(piksel,2) < 0.523)
     Nei8krz(i,j) = 0;
    end
    end
end
figure
imshow(Nei8krz,[]);

%________________________________________________________%

KsztaltyReal = imread('ksztaltyReal.bmp');
figure
imshow(KsztaltyReal);
KsztaltyRealGray = rgb2gray(KsztaltyReal);

h=fspecial('gaussian',[9 9]);
filtr=conv2(KsztaltyRealGray,h,'same');
filtr=uint8(filtr);
figure;
imhist(filtr);
title('Histogram');
filtr=~im2bw(filtr,76/256);
figure;
imshow(filtr);
title('Po binaryzacji');
figure;
filtr=bwlabel(filtr,8);
imshow(filtr,[]);klasyfikator = fitcknn(wsp,klasy);
title('PO indeksacji');

r = regionprops(filtr,'Centroid');
for i=1:length(r)
    text(r(i).Centroid(1),r(i).Centroid(2),['\color{magenta}',num2str(i)]);
end
wsp1=obliczWspolczynniki(filtr);
wsp1(:,3)=wsp1(:,3)/10;
[X Y]=size(filtr);
%WYKRYWANIE KÓŁ COMPACTNESS
for i=1:X
    for j=1:Y
        piksel=filtr(i,j);
        if piksel ~= 0 && ~(wsp1(piksel,1) > 0.73 && wsp1(piksel,1) < 0.86)
        filtr(i,j) = 0;
        end
    end
end
figure
imshow(filtr,[]);
lista = predict(klasyfikator,wsp1)
celldisp(lista)