/*
 * @Author: xiewenji 527774126@qq.com
 * @Date: 2025-08-04 21:26:32
 * @LastEditors: xiewenji 527774126@qq.com
 * @LastEditTime: 2025-08-13 16:05:08
 * @FilePath: /BOE_CELL_AOI/AlgorithmModule/include/Edge_QX_Det.h
 * @Description: 这是默认设置,请设置`customMade`, 打开koroFileHeader查看配置 进行设置: https://github.com/OBKoro1/koro1FileHeader/wiki/%E9%85%8D%E7%BD%AE
 */
/*
 * @Author: xiewenji 527774126@qq.com
 * @Date: 2025-08-04 21:26:32
 * @LastEditors: xiewenji 527774126@qq.com
 * @LastEditTime: 2025-08-04 21:29:05
 * @FilePath: /BOE_CELL_AOI/AlgorithmModule/include/Edge_QX_Det.h
 * @Description: 这是默认设置,请设置`customMade`, 打开koroFileHeader查看配置 进行设置: https://github.com/OBKoro1/koro1FileHeader/wiki/%E9%85%8D%E7%BD%AE
 */
/*
//实现对部分缺陷 需要进行 数量 和距离上分析的
 */
#ifndef Edge_QX_Det_H_
#define Edge_QX_Det_H_
#include <opencv2/opencv.hpp>

#include "CheckErrorCodeDefine.hpp"
#include "ImageDetConfig.h"
#include "CheckConfigDefine.h"

using namespace std;
using namespace cv;

// 边缘缺陷检测
class Edge_QX_Det
{
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 = 40;
			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);
		}
	};
	struct QX_Result
	{
		cv::Rect roi_src;
		int area_pixel;
		QX_Result()
		{
			roi_src = cv::Rect(0, 0, 0, 0);
			area_pixel = 0;
		}
	};
	// 检测小区域的信息
	struct Det_ROI_Config
	{
		cv::Rect roi;
		std::vector<cv::Point> plist;
	};
	struct Algin_Result
	{
		cv::Rect corpRoi;
		int offtx;
		int offty;
		cv::Mat H;
		Algin_Result()
		{
			Init();
		}
		void Init()
		{
			corpRoi = cv::Rect(0, 0, 0, 0);
			offtx = 0;
			offty = 0;
			if (!H.empty())
			{
				H.release();
			}
			
		}
		/* data */
	};

	// 检测参数和结果
	struct DetConfigResult
	{

		BaseCheckFunction *pBaseCheckFunction;
		std::string strChannel;
		std::vector<QX_Result> qx_result;
		std::vector<Det_ROI_Config> edge_det_roi;
		Algin_Result alginResult;

		std::vector<cv::Point> Det_region;
		bool bSaveResultImg;
		DetConfigResult()
		{
			Init();
		}
		void Init()
		{
			pBaseCheckFunction = NULL;
			strChannel = "";
			qx_result.clear();
			edge_det_roi.clear();
			alginResult.Init();
			Det_region.clear();
			bSaveResultImg = false;
		}
	};

	enum Det_ROI_Type
	{
		Det_ROI_Type_UP,
		Det_ROI_Type_DOWN,
		Det_ROI_Type_LEFT,
		Det_ROI_Type_RIGHT,
	};

public:
	bool GetSegmentIntersection(const Line &l1, const Line &l2, cv::Point2f &intersection);
	Edge_QX_Det(/* args */);
	~Edge_QX_Det();

	int Detect(const cv::Mat &img, DetConfigResult *pDetConfig);

private:
	// 边缘点搜索函数
	int GetEdgePoint(const cv::Mat &img, Edge_Search_Config *pEdge_Search_Config, std::vector<cv::Point> &pointList);

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

	// 检测缺陷
	int Det_qx(const cv::Mat &img, std::vector<Det_ROI_Config> roilist, Det_ROI_Type type, DetConfigResult *pDetConfig);

	int applyMaskInROI(const cv::Mat &grayImg, const Det_ROI_Config &config, cv::Mat &result, int threshold);

	// 通过手绘的方式来检测
	int Draw_Det(const cv::Mat &img, DetConfigResult *pDetConfig);

private:
	/// @brief
	/// @param img      搜到图片 单通道
	/// @param DirectSign  搜索方向 >0 正向，< 0 反向
	/// @param Gate    阈值
	/// @param BorW 搜索黑点 = 0还是白点 = 1
	/// @param roi   搜索范围
	/// @param StepCount   搜索点数
	/// @param Limit     最小满是阈值点个数算上搜索成功
	/// @return  <0  搜索错误， >=0表示 搜索位置
	int UDNoiseEdgeDetect(cv::Mat img, int DirectSign, int Gate, int BorW, cv::Rect roi, int StepCount, int Limit);
	/// @brief
	/// @param img      搜到图片 单通道
	/// @param DirectSign  搜索方向 >0 正向，< 0 反向
	/// @param Gate    阈值
	/// @param BorW 搜索黑点 = 0还是白点 = 1
	/// @param roi   搜索范围
	/// @param StepCount   搜索点数
	/// @param Limit     最小满是阈值点个数算上搜索成功
	/// @return <0  搜索错误， >=0表示 搜索位置
	int LRNoiseEdgeDetect(cv::Mat img, int DirectSign, int Gate, int BorW, cv::Rect roi, int StepCount, int Limit);
	// int LRNoiseEdgeDetect(cv::Mat img,int DirectSign, int Gate,int BorW, int StartSearchSite, int Step, int StepCount, int top, int bottom, int Limit, int Depth, int MaxLimit);

private:
	cv::Mat showimg;
	bool bshowimg;

private:
	/* data */
};

#endif