#!/usr/bin/env python3
"""
한 장 이상의 이미지에 대해 /analyze v1 과 동일한 파이프라인을 돌리고
`<stem>_analyze_response.json`, `<stem>_analyze_summary.txt` 를 씁니다.
여러 장이면 업로드 순서와 같이 한 요청으로 병합합니다.

프로젝트 루트에서:

  python dump_sample_analyze_artifacts.py sample_oneline_0.png
  python dump_sample_analyze_artifacts.py a.png b.png c.png
  python dump_sample_analyze_artifacts.py sample_imgs/sample_c.jpeg --return-debug
"""

from __future__ import annotations

import argparse
import json
import sys
import uuid
from pathlib import Path
from typing import Any, Dict, List

import cv2

ROOT = Path(__file__).resolve().parent
SAMPLE_IMGS = ROOT / "sample_imgs"
ALLOWED_EXT = {".jpg", ".jpeg", ".png", ".webp"}

if str(ROOT) not in sys.path:
    sys.path.insert(0, str(ROOT))

import main as stella_main  # noqa: E402


def _resolve_image_path(name_or_path: str) -> Path:
    raw = Path(name_or_path)
    if raw.is_file():
        return raw.resolve()
    candidate = SAMPLE_IMGS / raw.name
    if candidate.is_file():
        return candidate.resolve()
    raise FileNotFoundError(
        f"이미지를 찾을 수 없습니다: {name_or_path!r} "
        f"(루트 상대 경로 또는 {SAMPLE_IMGS.name}/ 안의 파일 이름을 주세요.)"
    )


def _load_decoded(path: Path) -> Dict[str, Any]:
    ext = path.suffix.lower()
    if ext not in ALLOWED_EXT:
        raise ValueError(f"지원하지 않는 확장자입니다: {ext} (허용: {sorted(ALLOWED_EXT)})")
    image = cv2.imread(str(path), cv2.IMREAD_COLOR)
    if image is None:
        raise ValueError(f"이미지를 디코딩할 수 없습니다: {path}")
    h, w = image.shape[:2]
    return {
        "filename": path.name,
        "bytes": int(path.stat().st_size),
        "width": int(w),
        "height": int(h),
        "image": image,
    }


def _default_score_context() -> Dict[str, Any]:
    return {
        "clef": "treble",
        "key_signature": {"fifths": -1},
        "time_signature": "4/4",
        "tempo_bpm_reference": None,
        "divisions": 4,
    }


def _build_analyze_response(
    decoded: List[Dict[str, Any]],
    score_context: Dict[str, Any],
    *,
    return_debug: bool,
) -> Dict[str, Any]:
    body = stella_main.build_analyze_response_v1(
        decoded,
        score_context,
        return_debug=return_debug,
    )
    body["request_id"] = str(uuid.uuid4())
    return body


def _format_event_table(events: List[Dict[str, Any]]) -> str:
    header = f"{'idx':>3}  {'onset':>5}  {'dur':>3}   {'step':>4}  {'oct':>3}  {'alt':>3}  type"
    sep = "-" * 50
    lines = [header, sep]
    for i, ev in enumerate(events, start=1):
        onset = ev.get("onset_div", "")
        dur = ev.get("duration_div", "")
        typ = ev.get("type", "")
        if typ == "rest":
            lines.append(f"{i:>3}  {onset:>5}  {dur:>3}   {'':>4}  {'':>3}  {'':>3}  {typ}")
        else:
            step = ev.get("step", "")
            oct_ = ev.get("octave", "")
            alt = ev.get("alter", "")
            lines.append(f"{i:>3}  {onset:>5}  {dur:>3}   {str(step):>4}  {str(oct_):>3}  {str(alt):>3}  {typ}")
    return "\n".join(lines)


def build_summary_text(response: Dict[str, Any]) -> str:
    meta = response["meta"]
    tl = response["timeline"]
    sc = response["score_context"]
    mel = response["melody"]
    lines: List[str] = [
        f"request_id: {response['request_id']}",
        f"source: {json.dumps(response.get('source'), ensure_ascii=False)}",
        f"warnings: {json.dumps(response['warnings'], ensure_ascii=False)}",
        f"score_context: {json.dumps(sc, ensure_ascii=False)}",
        f"segment_map: {json.dumps(response.get('segment_map'), ensure_ascii=False)}",
        f"meta.preprocess: {json.dumps(meta.get('preprocess'), ensure_ascii=False)}",
        f"pipeline_mode: {meta.get('pipeline_mode')}",
        f"timeline: {json.dumps({'divisions': tl.get('divisions'), 'time_signature': tl.get('time_signature')}, ensure_ascii=False)}",
        "",
        f"--- melody ({mel.get('voice_id')}) reduction={mel.get('reduction_rule')} events={len(mel.get('events', []))} ---",
        _format_event_table(mel.get("events", [])),
        "",
    ]
    while lines and lines[-1] == "":
        lines.pop()
    return "\n".join(lines) + "\n"


def _output_stem(paths: List[Path]) -> str:
    if len(paths) == 1:
        return paths[0].stem
    return "__".join(p.stem for p in paths)


def main() -> None:
    parser = argparse.ArgumentParser(
        description="이미지 1장 이상에 대해 analyze v1 파이프라인 결과를 JSON·요약 텍스트로 저장합니다."
    )
    parser.add_argument(
        "filenames",
        nargs="+",
        metavar="IMAGE",
        help=(
            f"이미지 경로 1개 이상 (순서 = 악보 이어짐). "
            f"파일 이름만 주면 {SAMPLE_IMGS.name}/ 에서 찾습니다."
        ),
    )
    parser.add_argument(
        "--out-dir",
        type=Path,
        default=ROOT / "artifacts",
        help=f"출력 디렉터리 (기본: {ROOT.name}/artifacts)",
    )
    parser.add_argument(
        "--score-context-json",
        type=str,
        default=None,
        help="JSON 문자열 (기본: treble, fifths=-1, 4/4)",
    )
    parser.add_argument("--return-debug", action="store_true")
    args = parser.parse_args()

    paths = [_resolve_image_path(name) for name in args.filenames]
    stem = _output_stem(paths)
    out_dir = args.out_dir.resolve()
    out_dir.mkdir(parents=True, exist_ok=True)
    json_path = out_dir / f"{stem}_analyze_response.json"
    txt_path = out_dir / f"{stem}_analyze_summary.txt"

    if args.score_context_json:
        score_ctx = json.loads(args.score_context_json)
        if not isinstance(score_ctx, dict):
            raise ValueError("score_context JSON must be an object")
    else:
        score_ctx = _default_score_context()

    decoded = [_load_decoded(p) for p in paths]
    response = _build_analyze_response(
        decoded,
        score_ctx,
        return_debug=args.return_debug,
    )

    json_path.write_text(json.dumps(response, ensure_ascii=False, indent=2), encoding="utf-8")
    txt_path.write_text(build_summary_text(response), encoding="utf-8")

    print(f"Wrote {json_path}")
    print(f"Wrote {txt_path}")


if __name__ == "__main__":
    try:
        main()
    except (FileNotFoundError, ValueError, json.JSONDecodeError, stella_main.SingleStaffAnalyzeError) as exc:
        print(f"error: {exc}", file=sys.stderr)
        sys.exit(1)