use anyhow::Result;
use log::{error, info};
use std::path::PathBuf;
use std::time::Duration;
use tokio::time;

// 导入Camera模块组件
use meteor_detect::camera::{CameraController, CameraSettings, ExposureMode, Resolution, Frame};
use meteor_detect::config::Config;

/// 这是一个简单的演示程序，展示如何使用Camera模块的主要功能
#[tokio::main]
async fn main() -> Result<()> {
    // 初始化日志
    env_logger::init();
    
    // 1. 创建配置
    let config = create_demo_config();
    
    // 2. 初始化相机控制器
    info!("初始化相机控制器");
    let mut camera_controller = CameraController::new(&config).await?;
    
    // 3. 初始化相机设备
    info!("初始化相机设备");
    camera_controller.initialize().await?;
    
    // 4. 启动视频捕获
    info!("启动视频捕获");
    camera_controller.start_capture().await?;
    
    // 5. 获取相机状态
    let status = camera_controller.get_status().await?;
    info!("相机状态: {}", status);
    
    // 6. 订阅帧更新
    info!("设置帧处理器");
    let mut frame_receiver = camera_controller.subscribe_to_frames();
    
    // 在单独的任务中处理帧
    let frame_processor = tokio::spawn(async move {
        let mut frame_count = 0;
        
        // 处理10个帧后退出
        while let Ok(frame) = frame_receiver.recv().await {
            frame_count += 1;
            info!("收到帧 #{}: 时间戳={}", frame.index, frame.timestamp);
            
            // 示例: 保存第5帧为图像文件
            if frame_count == 5 {
                info!("保存第5帧为图像文件");
                let path = PathBuf::from("demo_frame.jpg");
                if let Err(e) = frame.save_to_file(&path) {
                    error!("保存帧失败: {}", e);
                }
            }
            
            if frame_count >= 10 {
                info!("已处理10帧，退出处理循环");
                break;
            }
        }
        
        info!("帧处理器已完成");
        frame_count
    });
    
    // 7. 等待5秒，然后模拟一个流星事件
    info!("等待5秒后模拟流星事件...");
    time::sleep(Duration::from_secs(5)).await;
    
    // 获取当前时间作为事件时间戳
    let event_timestamp = chrono::Utc::now();
    
    // 模拟流星事件检测 - 保存事件视频
    info!("保存流星事件");
    match camera_controller
        .save_meteor_event(
            event_timestamp,
            0.85, // 置信度
            (100, 100, 200, 150), // 边界框 (x, y, width, height)
            3,    // 事件前3秒
            2,    // 事件后2秒
        )
        .await
    {
        Ok(event) => {
            info!("保存了流星事件: id={}, 视频='{}'", event.id, event.video_path);
        }
        Err(e) => {
            error!("保存流星事件失败: {}", e);
        }
    }
    
    // 8. 更新相机设置
    info!("更新相机设置");
    let mut new_settings = config.camera.clone();
    new_settings.resolution = Resolution::HD1080p;
    new_settings.fps = 24;
    camera_controller.update_settings(new_settings).await?;
    
    // 9. 检查相机健康状态
    info!("检查相机健康状态");
    let is_healthy = camera_controller.check_health().await?;
    info!("相机健康状态: {}", if is_healthy { "正常" } else { "异常" });
    
    // 10. 等待帧处理完成
    info!("等待帧处理器完成");
    let processed_frames = frame_processor.await?;
    info!("共处理了 {} 帧", processed_frames);
    
    // 11. 停止视频捕获
    info!("停止视频捕获");
    camera_controller.stop_capture().await?;
    
    info!("演示完成");
    Ok(())
}

/// 创建用于演示的配置
fn create_demo_config() -> Config {
    let camera_settings = CameraSettings {
        // 在Linux上通常是"/dev/video0"，在macOS上通常是"0"
        device: "0".to_string(),
        resolution: Resolution::HD720p,
        fps: 30,
        exposure: ExposureMode::Auto,
        gain: 128,
        focus_locked: true,
    };
    
    Config {
        camera: camera_settings,
        // 其他配置字段，使用其默认值
        ..Default::default()
    }
}
//
// /// 如果需要，这里提供一个更复杂的帧处理示例
// /// 可以作为单独函数供参考
// #[allow(dead_code)]
// async fn process_frames_with_opencv(frame: &Frame) -> Result<()> {
//     use opencv::{core, imgproc, prelude::*};
//
//     // 1. 转换为灰度图像
//     let mut gray = core::Mat::default();
//     imgproc::cvt_color(&frame.mat, &mut gray, imgproc::COLOR_BGR2GRAY, 0)?;
//
//     // 2. 应用高斯模糊
//     let mut blurred = core::Mat::default();
//     imgproc::gaussian_blur(
//         &gray,
//         &mut blurred,
//         core::Size::new(5, 5),
//         1.5,
//         1.5,
//         core::BORDER_DEFAULT,
//     )?;
//
//     // 3. 应用边缘检测
//     let mut edges = core::Mat::default();
//     imgproc::canny(&blurred, &mut edges, 50.0, 150.0, 3, false)?;
//
//     // 保存处理后的图像（可选）
//     opencv::imgcodecs::imwrite("processed_frame.jpg", &edges, &core::Vector::new())?;
//
//     Ok(())
// }