/*
 * @Author: your name
 * @Date: 2022-04-20 15:49:50
 * @LastEditTime: 2025-09-17 19:49:41
 * @LastEditors: xiewenji 527774126@qq.com
 * @Description: 打开koroFileHeader查看配置 进行设置: https://github.com/OBKoro1/koro1FileHeader/wiki/%E9%85%8D%E7%BD%AE
 * @FilePath: /ZCXD_MonitorPlatform/src/CoreLogicModule/include/CamDeal.h
 */
#ifndef ImgCheckAnalysisy_H_
#define ImgCheckAnalysisy_H_

#include <iostream>
#include <stdio.h>
#include <sys/time.h>
#include <opencv2/opencv.hpp>
#include <condition_variable>
#include <mutex>
#include <vector>
#include <thread>
#include <string>
#include <stdio.h>
#include <stdlib.h>
#include <unistd.h>
#include "BlobBase.h"
#include "ImgCheckBase.h"
#include "ImageDetBase.h"
#include "ImgCheckConfig.h"
#include "CheckErrorCodeDefine.hpp"
#include "CheckConfigDefine.h"
#include "ConfigBase.h"
#include "ImageDetConfig.h"
#include "OtherDetect.h"
#include "Define_Error.h"
#include "Edge_QX_Det.h"
#include "AI_Edge_Algin.h"
#include "AI_Factory.h"
#include "ImageAllResult.h"
#include "Task.h"

using namespace std;
using namespace cv;

enum AT_THRESHOLD_TYPE_
{
    AT_THRESHOLD_TYPE_NULL,
    AT_THRESHOLD_TYPE_READY,
    AT_THRESHOLD_TYPE_BUSY,
    AT_THRESHOLD_TYPE_COMPLETE,
};

// 全局静态变量， 记录图像灰度值异常累计数量
static int g_nImgBrightnessErrorCount = 0;
class ImgCheckAnalysisy : public ImgCheckBase
{

public:
    ImgCheckAnalysisy();
    ~ImgCheckAnalysisy();

    // 初始化参数 pconfig 参数指针 返回：0 成功 其他异常
    int RunStart(void *pconfig1);

    // 设置检测数据，并开启检测   返回：0 成AT_THRESHOLD_TYPE_READY功 其他异常
    int SetDataRun_SharePtr(std::shared_ptr<ImageAllResult> p);

    // 获取结果信息  返回：0 成功 其他异常
    int GetCheckReuslt(std::shared_ptr<ImageDetResult> &pResult);

    int CheckImg(std::shared_ptr<ImageDetconfig> p, std::shared_ptr<ImageDetResult> &pResult);
    int ReJsonResul(std::shared_ptr<ImageDetconfig> p, std::shared_ptr<ImageDetResult> &pResult);
    // 获取检测库 状态信息   返回：CHECK_THREAD_RUN_STATUS
    int GetStatus();

    // 更新参数 pconfig 参数指针，nConfigType 需要更新的参数类型  返回：0 成功 其他异常
    int UpdateConfig(void *pconfig, int nConfigType);

    std::string GetVersion();

    std::string GetErrorInfo();

    int creatsavedir();

private:
    // 加载运行参数
    int LoadRunConfig(void *p);

    // 加载分析参数
    int LoadCheckConfig(void *p);

    /// @brief 初始化并且启动程序
    /// @return
    int InitRun(int nId);

    /// @brief 开启检测
    /// @return
    int StartCheck();

    /// @brief 设置空闲
    /// @return
    int SetIDLE();

private:
    // 开启线程
    int StartThread(int nId);
    // 停止线程
    int StopThread();

    // 退出系统
    int ExitSystem();

    // 初始化模型
    int InitModel();

    cv::Scalar calc_blob_info_withstats(cv::Mat &img, const cv::Mat &mask, cv::Rect &stats, cv::Size k_size = cv::Size(5, 5), int expand = 10, double threshold = 0.7);
    // 检测
    int CheckRun();
    int AI_Edge(const cv::Mat &img, cv::Rect &cutRoi);
    // 计算产品尺寸
    int CalProductSize();
    // 图片预处理
    int ImgPreDet();

    // 设置新的检测参数
    int SetNewConfig();

    ChannelCheckFunction *GetChannelFuntion(std::string strChannelName); // 获得 通道的检测功能

private:
    // 图片处理线程
    std::shared_ptr<std::thread> ptr_thread_Run;
    int Run(int nId); // 运行;

    // 图片处理线程
    std::shared_ptr<std::thread> ptr_thread_AI;

    int set_cpu_id(const std::vector<int> &cpu_set_vec);

    // 计算BLob 其他一些属性值。
    int CalBlob_Other();

    // 分类

    int GetClassImg(const cv::Mat &img, cv::Mat &AIdetImg, cv::Rect qx_roi, int detwidth, int detheight);

    // 计算缺陷长度
    vector<float> Cal_QXLen(cv::Mat qx_maskImg, int qx_type, float fsc_x, float fsc_y);

    // 获取检测结果blob，用于后续分析。
    int GetCheckResultBLob();

    // 获得所有blob
    int GetALLBlob();

    // 对AI mask图片进行 结果处理
    int AIMaskDet();

    // 轮廓处理
    int Contours();

    // 检测初始化
    int CheckImgInit();
    // 参数 核对
    int ConfigCheck(cv::Mat img);
    // 多线程方式处理
    int AI_Detect_Thread(const cv::Mat &img, cv::Mat &ResultImg);
    // 缺陷分类
    int AI_QX_Class_Thread();

    // 多线程 任务运行管理器
    int ThreadTask(int nId); // 运行;
    // resize 图片
    int ResizeImg();

    // AI 推理任务函数
    void TaskFun_AIDet(std::shared_ptr<TaskInfo> task);
    // 缺陷分类任务函数
    void TaskFun_QxClass(std::shared_ptr<TaskInfo> task);

    // 更新 检测区域
    int Update_DetRoiList();

    // 临时绘制结果
    int DrawResult_Step_1();

    // 参数缺陷类型转 结果参数类型
    int AIClassTypeToConfigType(int nAIQXType);

    // 更新成像精度
    int UpdateImgageScale();

    // 边缘缺陷检测
    int Edge_Qx_Det(const cv::Mat &img);

    // 把blob 汇总成  检测结果。
    int BLobToDetResult();

    //自适应参数区域更新
    int Adapt_Config(Mat img, Rect roi, bool b_update);

    std::shared_ptr<AIFactory> AI_Factory;

private:
    int m_nErrorCode; // 错误代码
    bool m_bInitSucc; // 初始化状态
    bool m_bExit;     // 是否退出检测
    int m_nThreadIdx; // 线程序号 //相机处理的顺序号，该序号 程序运行就已经固定

    std::shared_ptr<AIMulThreadRunBase> runner;
    // 所有的检测结果
    std::shared_ptr<ImageAllResult> m_pImageAllResult;
    std::shared_ptr<DetLog> m_pdetlog;
    std::shared_ptr<One_Image_CheckResult_> m_pDetResult; // 检测结果  后续主要对pDetResult 继续分析
    std::shared_ptr<shareImage> DetImgInfo_shareP;

    // 检测结果
    std::shared_ptr<CheckResult> m_CheckResult_shareP;

    // 检测参数模块
    ConfigBase *m_pConfig;
    bool m_bupdateconfig;
    int m_nConfigIdx;
    // 线程运行的一些参数
    RunInfoST m_RunConfig;

    float m_fImgage_Scale_X;
    float m_fImgage_Scale_Y;

    // 分析参数
    AnalysisyConfigST m_AnalysisyConfig;
    ChannelCheckFunction *m_pFuntion;
    BaseCheckFunction *m_pbaseCheckFunction; // 基础检测
    CommonConfigNodeST *m_pCommonAnalysisyConfig;
    BasicConfig *m_pBasicConfig;
    RegionConfigST *m_pRegionAnalysisyParam; // 分析参数
    int m_QxInParamListIdx[CONFIG_QX_NAME_count];

    cv::Rect m_CutRoi;
    cv::Rect m_Crop_Roi_paramImg; // 裁切在参数模板图上的 位置。

    std::string m_strCurDetChannel; // 当前处理的图片通道

    //     // 检测控制参数
    //     CheckControlConfigSt *m_pcheckControlConfig;
    int m_nRun_Status; // 运行状态：空闲，运行中，异常，。。。。。

    int m_nCheckResultErrorCode;

    Detect_ROI_Config m_DetRoiList; // 检测区域roi List

    ERROR_DOTS_BLOBS blobs;

    OtherDet_Config m_OtherDet_Config;

    AI_Edge_Algin m_pAI_Edge_Algin;
    // 边缘定位结果
    std::shared_ptr<AI_Edge_Algin::Edge_AI_Result> m_pEdge_Align_Result;

    Edge_QX_Det m_Edge_QX_Det;
    Edge_QX_Det::DetConfigResult m_Edge_DetConfig;
    std::vector<QXImageResult> m_Draw_qxImageResult; // 缺陷小图结果

    std::vector<cv::Rect> SmallRoiList;

    std::string m_strRootPath_TA_cls;
    std::string m_strRootPath_CA_cls;
    std::string m_strSavePath_cls;
    std::string m_strLastDate;

    ImageStorage *m_pImageStorage;

    // AI 推理的所有结果， 可能会返回去。需要临时存储。
    std::queue<std::shared_ptr<AIMulThreadRunBase::AITask>> m_AIMaskImgBLobQueue;
    std::mutex mtx_AIMaskImgBLobQueue;

    Task m_task;
    std::shared_ptr<TaskInfo> m_AItask;
    std::shared_ptr<TaskInfo> m_Classtask; // 缺陷分类任务

    // AI mask 在这一列是否有 缺陷残点，用以 加速 blob 分析。
    unsigned char *m_ImgBlobHFlagData;

    // 原始区域数据
    Rect m_old_productROI = Rect(0, 0, 0, 0);
    std::vector<cv::Point> m_old_cur_edgeDet_region; 
	std::vector<cv::Point> m_old_cur_markLine_region;
	cv::Point m_old_cur_markLine_mark1;
	cv::Point m_old_cur_markLine_mark2;
	std::vector<RegionConfigST> m_old_cur_regionConfigArr;
};

#endif