// Package vision 提供帧差指纹、图片编码与（可选的）本地检测接口。
package vision

import (
	"image"

	"golang.org/x/image/draw"
)

// detailSize 是细节网格的边长。相比 8×8 的感知哈希，这份高分辨率灰度
// 网格专门用来捕捉"布局没变、只是文字/局部内容变了"这类细粒度变化——
// 题目换了但背景一样时，粗哈希几乎不动，细节网格的平均差却会明显跳变。
const detailSize = 64

// Fingerprint 是用于判断"画面有没有变化"的感知哈希。
type Fingerprint struct {
	AHash  uint64 // 均值哈希（8×8，抗噪、粗筛）
	DHash  uint64 // 差分哈希（8×8，抗噪、粗筛）
	Mean   uint8  // 平均亮度
	Detail []byte // 细节灰度网格（detailSize×detailSize），用于细粒度内容差
}

// grayGrid 把图像缩放到 w×h 的灰度图。
func grayGrid(src image.Image, w, h int) *image.Gray {
	dst := image.NewGray(image.Rect(0, 0, w, h))
	draw.ApproxBiLinear.Scale(dst, dst.Bounds(), src, src.Bounds(), draw.Src, nil)
	return dst
}

// Of 计算图像指纹。
func Of(img image.Image) Fingerprint {
	if img == nil {
		return Fingerprint{}
	}
	small := grayGrid(img, 8, 8)

	var sum, n int
	for _, v := range small.Pix {
		sum += int(v)
		n++
	}
	avg := sum / max(n, 1)
	mean := uint8(min(avg, 255))

	var aHash uint64
	for i, v := range small.Pix {
		if int(v) > avg {
			aHash |= 1 << uint(i)
		}
	}

	wide := grayGrid(img, 9, 8)
	var dHash uint64
	for y := 0; y < 8; y++ {
		for x := 0; x < 8; x++ {
			l := wide.GrayAt(x, y).Y
			r := wide.GrayAt(x+1, y).Y
			if l > r {
				dHash |= 1 << uint(y*8+x)
			}
		}
	}

	// 细节网格：把画面缩到 detailSize×detailSize 的灰度图，
	// 用于和上一帧做逐像素的归一化平均差（MAD），比感知哈希灵敏得多。
	detailGrid := grayGrid(img, detailSize, detailSize)
	detail := make([]byte, len(detailGrid.Pix))
	copy(detail, detailGrid.Pix)

	return Fingerprint{AHash: aHash, DHash: dHash, Mean: mean, Detail: detail}
}

// Distance 返回两个指纹的汉明距离（取两种哈希的较大值，偏向灵敏）。
func (f Fingerprint) Distance(o Fingerprint) int {
	return max(bitsSet(f.AHash^o.AHash), bitsSet(f.DHash^o.DHash))
}

// DetailDiff 返回两份细节网格的归一化平均绝对差（0~1）。
// 它衡量"逐像素平均变了多少"，对文字替换、局部内容更新这类变化远比对
// 比哈希敏感，是提升画面更新识别灵敏度的主力信号。
func (f Fingerprint) DetailDiff(o Fingerprint) float64 {
	a, b := f.Detail, o.Detail
	if len(a) == 0 || len(b) == 0 || len(a) != len(b) {
		return 0
	}
	var sum int
	for i := range a {
		d := int(a[i]) - int(b[i])
		if d < 0 {
			d = -d
		}
		sum += d
	}
	return float64(sum) / (float64(len(a)) * 255.0)
}

// Changed 判断画面是否发生了足以触发提问的变化。
// 任一信号超过阈值即判定为变化：感知哈希（抗噪粗筛）命中，或细节网格的
// 归一化平均差超过 sensitivity（细粒度内容变化）。
func (f Fingerprint) Changed(o Fingerprint, threshold int, sensitivity float64) bool {
	if threshold <= 0 {
		threshold = 5
	}
	if sensitivity <= 0 {
		sensitivity = 0.01
	}
	if f.Distance(o) > threshold {
		return true
	}
	return f.DetailDiff(o) > sensitivity
}

func bitsSet(v uint64) int {
	n := 0
	for v != 0 {
		v &= v - 1
		n++
	}
	return n
}