#!/usr/bin/env python3
"""
🔬 Clasificador de Insectos Polinizadores - Versión de Producción
Precisión alcanzada: 92.07%
Modelo: YOLOv8 Nano
"""

from ultralytics import YOLO
import sys
import os
from pathlib import Path

class PollinatorClassifier:
    def __init__(self, model_path="pollinator_results/nano_quick/weights/best.pt"):
        """Inicializar el clasificador"""
        try:
            self.model = YOLO(model_path)
            self.classes = [
                'Acmaeodera Flavomarginata', 'Acromyrmex Octospinosus', 
                'Adelpha Basiloides', 'Adelpha Iphicleola', 'Aedes Aegypti',
                'Agrius Cingulata', 'Anaea Aidea', 'Anartia fatima',
                'Anartia jatrophae', 'Anoplolepis Gracilipes'
            ]
            print("🔬 Clasificador de Insectos Polinizadores v1.0")
            print(f"✅ Modelo cargado con 92.07% de precisión")
            print(f"🏷️  {len(self.classes)} clases disponibles")

        except Exception as e:
            print(f"❌ Error cargando modelo: {e}")
            sys.exit(1)

    def classify(self, image_path):
        """Clasificar una imagen de insecto"""

        if not os.path.exists(image_path):
            print(f"❌ Imagen no encontrada: {image_path}")
            return None

        # Predicción
        results = self.model(image_path, verbose=False)
        probs = results[0].probs

        # Obtener predicción principal
        top_class_idx = probs.top1
        confidence = probs.top1conf.item() * 100
        predicted_class = self.classes[top_class_idx]

        print(f"\n🔍 Imagen: {os.path.basename(image_path)}")
        print(f"🎯 Predicción: {predicted_class}")
        print(f"📊 Confianza: {confidence:.1f}%")

        # Top 3 predicciones
        print(f"\n📋 Top 3 predicciones:")
        for i in range(min(3, len(probs.top5))):
            idx = probs.top5[i]
            conf = probs.top5conf[i].item() * 100
            class_name = self.classes[idx]
            emoji = "🥇" if i == 0 else "🥈" if i == 1 else "🥉"
            print(f"   {emoji} {class_name}: {conf:.1f}%")

        return predicted_class, confidence

    def classify_batch(self, folder_path):
        """Clasificar múltiples imágenes en una carpeta"""

        folder = Path(folder_path)
        if not folder.exists():
            print(f"❌ Carpeta no encontrada: {folder_path}")
            return

        # Buscar imágenes
        image_extensions = ['*.jpg', '*.jpeg', '*.png', '*.JPG', '*.JPEG', '*.PNG']
        images = []
        for ext in image_extensions:
            images.extend(list(folder.glob(ext)))

        if not images:
            print("❌ No se encontraron imágenes")
            return

        print(f"🔍 Clasificando {len(images)} imágenes...")
        print("-" * 60)

        results = []
        for img_path in images:
            pred_class, confidence = self.classify(str(img_path))
            if pred_class:
                results.append({
                    'imagen': img_path.name,
                    'prediccion': pred_class,
                    'confianza': confidence
                })

        return results

def main():
    """Función principal"""
    classifier = PollinatorClassifier()

    if len(sys.argv) < 2:
        # Modo interactivo
        print("\n🎯 MODO INTERACTIVO")
        print("Opciones:")
        print("1. Clasificar una imagen")
        print("2. Clasificar carpeta de imágenes")

        choice = input("\nSelecciona opción (1 o 2): ")

        if choice == "1":
            image_path = input("Ruta de la imagen: ")
            classifier.classify(image_path)
        elif choice == "2":
            folder_path = input("Ruta de la carpeta: ")
            classifier.classify_batch(folder_path)
        else:
            print("Opción inválida")
    else:
        # Modo comando
        path = sys.argv[1]
        if os.path.isfile(path):
            classifier.classify(path)
        elif os.path.isdir(path):
            classifier.classify_batch(path)
        else:
            print(f"❌ Ruta inválida: {path}")

if __name__ == "__main__":
    main()