# 実験課題10
# 3.10 背景差分法

import cv2
import numpy as np

# Webカメラの初期化
cap = cv2.VideoCapture(0)

if not cap.isOpened():
    print("カメラを開けませんでした．")
else:
    # 最初のフレームを背景画像として取得するための準備
    background = None

    while True:
        ret, frame = cap.read()
        if not ret:
            print("フレームを取得できませんでした．")
            break

        # 差分計算を安定させるため，現フレームをグレースケール化
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

        # ガウシアンブラーを適用してカメラの細かいノイズを低減
        gray = cv2.GaussianBlur(gray, (21, 21), 0)

        if background is None:
            background = gray
            continue

        # 背景画像と現フレームの絶対差分を計算
        frame_diff = cv2.absdiff(background, gray)

        # 差分画像を2値化して動いている領域を白(255)にする
        _, thresh = cv2.threshold(frame_diff, 25, 255, cv2.THRESH_BINARY)

        # ノイズ処理
        kernel = np.ones((5, 5), np.uint8)
        thresh = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel)
        thresh = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)

        # ラベリング処理
        nlabels, labels, stats, centroids = cv2.connectedComponentsWithStats(thresh)

        # 各ラベルごとに色分けするためのランダムな色マップを作成
        np.random.seed(42)
        colors = np.random.randint(0, 255, (nlabels, 3), dtype=np.uint8)
        colors[0] = [0, 0, 0]  # ラベル0（背景）は黒に固定

        # 画素ごとのラベル番号に対応する色を割り当てて、色分け画像（ラベリング画像）を作成
        labeled_img = colors[labels]

        cv2.imshow('Original Frame (Motion Detection)', frame)
        cv2.imshow('Foreground Mask (Thresh)', thresh)
        cv2.imshow('Labeled Components', labeled_img)

        # 'q' キーが押されたら終了
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break

    cap.release()
    cv2.destroyAllWindows()