/*
//实现对部分缺陷 需要进行 数量 和距离上分析的
 */
#ifndef ImageMerge_H_
#define ImageMerge_H_
#include <opencv2/opencv.hpp>
#include "CheckUtil.hpp"
#include "CheckErrorCodeDefine.hpp"
#include "ImageDetConfig.h"

using namespace std;
using namespace cv;

// 图片特征定位
class ImageMerge
{
public:
	// 搜索方向
	enum Edge_DirectSign
	{
		DirectSign_UP,
		DirectSign_DOWN,
		DirectSign_Left,
		DirectSign_Right,
	};
	// 搜索边缘了下，黑还是白
	enum Search_Value_Type
	{
		Search_Value_White,
		Search_Value_Black,
	};
	// 边缘搜索参数
	struct Edge_Search_Config
	{
		cv::Rect roi;					   // 边缘搜索区域
		Search_Value_Type searchValueType; // 搜索边缘了下，黑还是白
		Edge_DirectSign directSign;		   // 搜索方向
		int nValueThreshold;			   // 灰度阈值
		int nSearchCount;				   // 搜索点的个数 把roi 均分成多少个点。
		int nSearchrange;				   // 搜索范围，一般为单数，如果 1表示 搜索当前点，如果3表示 除了当前点，还有左右 点。5表示 从-2到2
		int stepCount;					   // 每个搜索点的步数
		int nLimit;						   // 连续搜索多个满足阈值的点后，停止搜索，当前搜索点 搜索成功。
		std::string strchannel;
		Edge_Search_Config()
		{
			roi = cv::Rect(0, 0, 0, 0);
			directSign = DirectSign_UP;
			searchValueType = Search_Value_White;
			nValueThreshold = 25;
			nSearchCount = 30;
			nSearchrange = 1;
			stepCount = 2;
			nLimit = 3;
			strchannel = "";
		}
		bool CheckConfigValid()
		{
			bool bRet = true;
			if (roi.width <= 0 || roi.height <= 0)
			{
				printf("s1 \n");
				return false;
			}
			if (searchValueType < Search_Value_White || searchValueType > Search_Value_Black)
			{
				printf("s2 \n");
				return false;
			}
			if (directSign < 0 || directSign > 4)
			{
				printf("s3 \n");
				return false;
			}
			if (nValueThreshold < 0 || nValueThreshold > 255)
			{
				printf("s4 \n");
				return false;
			}
			if (nSearchCount < 0)
			{
				printf("s5 \n");
				return false;
			}
			if (stepCount < 0)
			{
				printf("s6 \n");
				return false;
			}
			if (nLimit < 0)
			{
				printf("s7 \n");
				return false;
			}
			return true;
		}
	};
	struct Line
	{
		cv::Point p1;
		cv::Point p2;
		Line()
		{
			p1 = cv::Point(0, 0);
			p2 = cv::Point(0, 0);
		}
	};

public:
	struct DetConfig
	{
		bool bSaveImg;
		bool bSave_Process; // 存储过程图片
		std::string strcam;
		std::string strchannel;
		DetConfig()
		{
			bSaveImg = false;
			bSave_Process = false;
			strcam = "";
			strchannel = "";
		}
	};

public:
	ImageMerge(/* args */);
	~ImageMerge();
	int CalMergeRoi(DetConfig *pDetConfig, cv::Mat &img1, const cv::Mat &img2);
	int detMergeImg(cv::Mat &img1, const cv::Mat &img2);

private:
	int GetRectAndPoint(const cv::Mat &img, cv::Rect &roi, cv::Point &merg_p_up, cv::Point &merg_p_down, bool bleft, std::string strcam, std::string strchannel);

	// 边缘点搜索函数
	int GetEdgePoint(const cv::Mat &img, Edge_Search_Config *pEdge_Search_Config, int &outP);

	int GetLine(const cv::Mat &img, std::vector<cv::Point> &pointList, int lineNum, int xory, int &outP);

	// 产品的位置
	bool ProductSide_left(const cv::Mat &img);

private:
	cv::Mat showimg;
	bool bshowimg;
	PRINT_LOG_ m_PrintLog;

	bool m_bleft_img1;
	cv::Rect m_roi_right_img;
	cv::Rect m_roi_left_img;
	cv::Rect m_roi_right_ALLimg;
	cv::Rect m_roi_left_ALLimg;
	bool m_bcalSucc;
	cv::Size m_ALLImgSize;

private:
	/* data */
};

#endif