"""
示例 1: 基础用法 - 单传感器同步处理

本示例演示 orisys 的基本使用流程：
1. 初始化传感器（视频文件或摄像头）
2. 循环获取图像并计算形变和触碰点
3. 读取各类传感器数据
4. 可视化显示


"""
import os
os.environ["OPENCV_VIDEOIO_MSMF_ENABLE_HW_TRANSFORMS"] = "0" 
import cv2
import orisys
import numpy as np
def main():
    
    # 步骤1：创建传感器对象 (必要步骤)，config_name为配置文件名（内置配置文件名）或路径（自定义配置文件路径）

    # 方式1: 从视频文件读取
    sensor = orisys.Sensor("./s1.mp4", isstitch=True, cuda=True, verbose=True,config_name="prototype")
    
    # 方式2: 从摄像头读取（取消注释使用） 
    # sensor = orisys.Sensor(0, cuda=True, verbose=True, config_name="prototype")
    sensor.export_config(path="./config/exported_config.json") # 导出配置文件供查看和修改

    print("\n按 'q' 退出程序，按 'r' 重置光流追踪器")


    while True:
        # 步骤2：信息提取
        # 步骤 2.1: 获取并拼接图像 (必要步骤)
        sensor.get_img() 
        
        # 步骤 2.2: 计算形变场 (必要步骤)
        sensor.compute_deformation()
        # 步骤 2.3: 计算触碰点 
        sensor.compute_contact()
        
        #步骤 2.4: 读取信息
        fps, flow, vnormal, img, contour, centroid, depth_map = sensor.read_info(
            sensor.info.FPS,
            sensor.info.VRAW,
            sensor.info.VNORMAL,
            sensor.info.IMG,
            sensor.info.CONTOUR,
            sensor.info.CENTROID,
            sensor.info.DEPTH
        )
        
        #步骤 3: 可视化显示
        # 步骤 3.1: 绘制形变场
        arrows = orisys.util.draw_arrows(
            img,
            flow,
            threshold=5,
            grid_spacing=10,
            arrow_scale=1.0
        )
        cv2.imshow("形变场 Deformation", arrows)
        
        # 步骤 3.2: 在图像上触碰点和区域
        image_with_foe = orisys.util.draw_contact(img, contour, centroid)
        cv2.imshow("Contact Centroid", image_with_foe)

        # 步骤 3.3: 绘制深度图
        # 归一化散度值到0-255范围（使用绝对值，然后归一化）
        div_abs = depth_map
        if div_abs.max() > div_abs.min():
            div_normalized = ((div_abs - div_abs.min()) / (div_abs.max() - div_abs.min()) * 255).astype(np.uint8)
        else:
            div_normalized = np.zeros_like(div_abs, dtype=np.uint8)
        
        # 应用颜色映射（使用JET：蓝色=低散度，红色=高散度）
        cv2.imshow("Depth Map", cv2.applyColorMap(div_normalized, cv2.COLORMAP_JET))

        #步骤 3.4: 打印资料
        print(f"fps: {fps}")
        
        #步骤 3.5: 键盘控制
        key = cv2.waitKey(1) & 0xFF
        if key == ord("q"):
            print("\n退出程序...")
            break
        if key == ord("r"):
            # 重置光流追踪器（当追踪漂移时使用）
            sensor.reset()
            print("光流追踪器已重置")
    
    # =========================================================================
    # 4. 清理资源
    # =========================================================================
    sensor.disconnect()  # 释放视频源和相关资源


if __name__ == '__main__':
    main()