import numpy as np
import cv2
import sys
from random import randint

TEXT_COLOR = (randint(0, 255), randint(0,255), randint (0,255))
BORDER_COLOR = (randint(0, 255), randint(0,255), randint (0,255))
FONT = cv2.FONT_HERSHEY_SIMPLEX

# //////////////
# VIDEO_SOURCE =”Video/Traffic_4.mp4″
# Correção:
VIDEO_SOURCE = "videos/Traffic_4.mp4"

#print (TEXT_COLOR)
# /////////////////
# BGS_TYPES = ('GMG', 'MOG', 'MOG2', 'KNN', 'CNT')
# Correção:
# Neste vetor de BGS deve ser em aspas duplas e não simples,
# também estava entre parenteses e o correto é entre colchetes
BGS_TYPES = ["GMG", "MOG", "MOG2", "KNN", "CNT"]

#print(BGS_TYPES[1])

def getKernel(KERNEL_TYPE):
    if KERNEL_TYPE == "dilation":
        kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3))
    if KERNEL_TYPE == "opening":
        kernel = np.ones((3, 3), np.uint8)
    if KERNEL_TYPE == "closing":
        kernel = np.ones((3, 3), np.uint8)

    return kernel
#print(getKernel('opening'))

def getFiltrer(img, filter):
    if filter == 'closing':
        return cv2.morphologyEx(img, cv2.MORPH_CLOSE, getKernel("closing"), iterations=2)

    if filter == 'opening':
        return cv2.morphologyEx(img, cv2.MORPH_OPEN, getKernel("opening"), iterations=2)

    if filter == 'dilation':
        return cv2.dilate(img, getKernel("dilation"), iterations=2)

    if filter == 'combine':
        closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, getKernel("closing"), iterations=2)
        opening = cv2.morphologyEx(closing, cv2.MORPH_OPEN, getKernel("opening"), iterations=2)
        dilation = cv2.dilate(opening, getKernel("dilation"), iterations=2)

        return dilation

def getBGSubtractor(BGS_TYPE):
    # Correção:
    # deve ser em aspas duplas e não simples,
    # if BGS_TYPE == 'GMG':
    if BGS_TYPE == "GMG":
        return cv2.bgsegm.createBackgroundSubtractorGMG(initializationFrames = 120, decisionThreshold=0.8)

    # Correção:
    # deve ser em aspas duplas e não simples,
    # if BGS_TYPE == 'MOG':
    if BGS_TYPE == "MOG":
        return cv2.bgsegm.createBackgroundSubtractorMOG(history=200, nmixtures=5,
    backgroundRatio=0.7, noiseSigma=0)

    # Correção:
    # deve ser em aspas duplas e não simples,
    # if BGS_TYPE == 'MOG2':
    if BGS_TYPE == "MOG2":
        return cv2.createBackgroundSubtractorMOG2(history=500, detectShadows=True, varThreshold=100)

    # Correção:
    # deve ser em aspas duplas e não simples,
    # if BGS_TYPE == 'KNN':
    if BGS_TYPE == "KNN":
        return cv2.createBackgroundSubtractorKNN(history=500, dist2Threshold=400, detectShadows=True)

    # Correção:
    # deve ser em aspas duplas e não simples,
    # if BGS_TYPE == 'CNT':
    if BGS_TYPE == "CNT":
        # Correção:
        # Precisa incluir o bgsem para acessar ao BG CNT
        # return cv2.createBackgroundSubtractorCNT(minPixelStability=15, useHistory=True, maxPixelStability=15*60, isParallel=True)
        return cv2.bgsegm.createBackgroundSubtractorCNT(minPixelStability=15, useHistory=True, maxPixelStability=15*60, isParallel=True)

    print("Detector inválido")
    sys.exit(1)

cap = cv2.VideoCapture(VIDEO_SOURCE)
bg_subtractor = getBGSubtractor(BGS_TYPES[4])

def main():
    while cap.isOpened():
        ok, frame = cap.read()
        #print('frame.shape')
        if not ok:
            print('Erro')
            break

        frame = cv2.resize(frame, (0,0), fx=0.5, fy=0.5)
        #print(frame.shape)

        bg_mask = bg_subtractor.apply(frame)
        fg_mask = getFiltrer(bg_mask, 'dilation')

        cv2.imshow('Frame', frame)
        cv2.imshow('BG mask', bg_mask)
        cv2.imshow('BG mask filtrer ', fg_mask)

        if cv2.waitKey(1) & 0xFF == ord('q'): 
            break
        
main()