import cv2
import numpy as np
import imutils
import operator # я его зачемто импортил но сейчас в коде не нашёл


class ShapeDetector: # определяет форму взял со stackoverflow или какого-то друго
    def __init__(self):
        pass

    def detect(self, c):
        # initialize the shape name and approximate the contour
        shape = "unidentified"
        peri = cv2.arcLength(c, True)
        approx = cv2.approxPolyDP(c, 0.02 * peri, True)

# if the shape is a triangle, it will have 3 vertices
        if len(approx) == 3:
            shape = "triangle"

        # if the shape has 4 vertices, it is either a square or
        # a rectangle
        elif len(approx) == 4:
            # compute the bounding box of the contour and use the
            # bounding box to compute the aspect ratio
            (x, y, w, h) = cv2.boundingRect(approx)
            ar = w / float(h)

            # a square will have an aspect ratio that is approximately
            # equal to one, otherwise, the shape is a rectangle
            shape = "square"

        # if the shape is a pentagon, it will have 5 vertices
        # otherwise, we assume the shape is a circle
        else:
            shape = "circle"

        # return the name of the shape
        return shape

def gtc(t,image): # делает вырезку картинки объекта из оригинального изображения, чтобы его можно было классифицировать как круг, квадрат или треугольник
    x0 = int(t[1])
    y0 = int(t[0])
    return image[x0-80:x0+80,y0-80:y0+80]

mean = lambda x: np.mean(x,0,dtype='int')[0] # функция возвращает среднее значение координат по всем пикселям

finder =lambda n: n//200# первая координата - y, вторая - x (????) # функция ищет по координатам пикселя(20000х20000) координаты в поле 100 на 100

def find_cters(mns): #ищет координаты
    coords = []
    for i in mns:
        a,b = i
        y = finder(a)
        x = finder(b)
        coords.append([x,y])
    return coords

def prepc(c1):  # обработка изображения именно для классификации формы
    c1 = cv2.cvtColor(c1, cv2.COLOR_BGR2GRAY)
    c1 = cv2.erode(c1,(3,3))
    c1 = cv2.blur(c1,(3,3))
    c1 = cv2.threshold(c1,90,255,cv2.THRESH_BINARY)
    return cv2.convertScaleAbs(c1[1])

sp = ShapeDetector()

figure_ID = {'triangle':2,'circle':1,'square':0}

def cter(image): # финальная функция. на вход - картинку, на выходе - список объектов их типов и координат
    img = image.copy()

    ### поиск объектов на фото
    k = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    k = cv2.erode(k,(3,3))
    k = cv2.GaussianBlur(k,(21,21),10)
    k = cv2.threshold(k,100,255,cv2.THRESH_BINARY)[1]
    cnts = cv2.findContours(k.copy(), cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
    cnts = imutils.grab_contours(cnts)
    ###

    means = [mean(l) for l in cnts]

    coords = find_cters(means)
    croped = [gtc(i,image) for i in means] #смешная нарезка детей (фотографии вырезнных объектов по 1 на фото)

    answer = []
    for i in range(len(croped)):
        cnts = imutils.grab_contours(cv2.findContours(prepc(croped[i]).copy(), cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE))#поиск объектов на маленькой фоточке (обрезанной, где только 1 объект)
        cnt = cnts[np.argmax([len(x) for x in cnts])] #берём самый большой объект
        figure = sp.detect(cnt) #классификация по форме
        answer.append((figure_ID[figure],*coords[i]))
    return answer