"""
Startnummer-deteksjon og OCR.
Bruker EasyOCR for å lese sifre fra bib-nummerlapp.
Returnerer en OcrResult med tall, konfidens og partial-flagg.
"""

import re
from dataclasses import dataclass, field
from pathlib import Path
from typing import Optional

import cv2
import numpy as np

# EasyOCR lastes lazy for å unngå lang oppstartstid
_reader = None


def _get_reader():
    global _reader
    if _reader is None:
        import easyocr
        _reader = easyocr.Reader(["en"], gpu=False, verbose=False)
    return _reader


@dataclass
class OcrResult:
    digits: Optional[str]       # Gjenkjente sifre, f.eks. "42", None hvis ingen
    confidence: float           # 0.0–1.0
    partial: bool               # True hvis nummeret trolig er delvis skjult
    proximity_score: float = 0.0  # Areal av detektert bib-boks (px²) — større = nærmere kamera
    raw_texts: list[str] = field(default_factory=list)  # Alle OCR-treff for debug


def _preprocess(image_path: Path) -> np.ndarray:
    """Forbered bilde for OCR: gråskala, kontrast, skarphet."""
    img = cv2.imread(str(image_path))
    if img is None:
        raise ValueError(f"Kunne ikke lese bilde: {image_path}")

    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # CLAHE for bedre kontrast i varierende lys
    clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))
    enhanced = clahe.apply(gray)

    # Skaler opp hvis bildet er lite (OCR er bedre på større tekst)
    h, w = enhanced.shape
    if max(h, w) < 800:
        scale = 800 / max(h, w)
        enhanced = cv2.resize(
            enhanced, (int(w * scale), int(h * scale)),
            interpolation=cv2.INTER_CUBIC,
        )

    return enhanced


def _bbox_area(bbox) -> float:
    """Beregn areal av EasyOCR bounding box [[x1,y1],[x2,y2],[x3,y3],[x4,y4]]."""
    xs = [p[0] for p in bbox]
    ys = [p[1] for p in bbox]
    return (max(xs) - min(xs)) * (max(ys) - min(ys))


def _extract_bib_number(texts: list[tuple]) -> tuple[Optional[str], float, bool, float]:
    """
    Finn beste siffersekvens blant OCR-treff.
    Returnerer (sifre, konfidens, partial, proximity_score).
    proximity_score = areal av bounding box i piksler² (større = nærmere kamera).
    """
    candidates = []
    for (bbox, text, conf) in texts:
        digits = re.sub(r"[^0-9]", "", text)
        if digits:
            candidates.append((digits, float(conf), _bbox_area(bbox)))

    if not candidates:
        return None, 0.0, False, 0.0

    # Velg kandidat med høyest konfidens
    best_digits, best_conf, best_area = max(candidates, key=lambda x: x[1])

    partial = len(best_digits) < 2

    return best_digits, best_conf, partial, best_area


def read_bib(image_path: Path) -> OcrResult:
    """
    Les startnummer fra bildet.
    Returnerer OcrResult. Aldri exception — fallback til konfidens 0 ved feil.
    """
    try:
        processed = _preprocess(image_path)
        reader = _get_reader()
        results = reader.readtext(processed, detail=1, paragraph=False)

        raw_texts = [text for (_, text, _) in results]
        digits, confidence, partial, proximity_score = _extract_bib_number(results)

        return OcrResult(
            digits=digits,
            confidence=confidence,
            partial=partial,
            proximity_score=proximity_score,
            raw_texts=raw_texts,
        )
    except Exception as e:
        return OcrResult(
            digits=None,
            confidence=0.0,
            partial=False,
            raw_texts=[f"ERROR: {e}"],
        )