# 実験課題10
# 3.10 背景差分法（ラベリング・ノイズ処理含む）

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:
    print("背景差分法を開始します。")
    print("'q': 終了, 'r': 背景画像を現フレームで更新")

    # 最初のフレームを背景画像として取得するための準備
    bg_gray = 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（平滑化）を適用して、カメラ特有の細かいノイズを低減
        gray = cv2.GaussianBlur(gray, (21, 21), 0)

        # 起動直後、または 'r' キーが押された場合に背景画像を保存・更新する
        if bg_gray is None:
            bg_gray = gray
            print("背景画像を保存しました。カメラの前から離れてください。")
            continue

        # --- 3.101 背景差分法：背景画像と現フレームの絶対差分を計算 ---
        frame_diff = cv2.absdiff(bg_gray, gray)

        # 差分画像を2値化して、動いている領域（前景）を白(255)にする
        # 閾値は環境に合わせて調整（ここでは例として 25）
        _, thresh = cv2.threshold(frame_diff, 25, 255, cv2.THRESH_BINARY)

        # --- 3.102 ノイズ処理（モルフォロジー演算：オープニング） ---
        # 3.7で学んだ手法を使い、背景に散らばる小さなチラツキノイズを消去
        kernel = np.ones((5, 5), np.uint8)
        thresh = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel)
        # 領域内の穴を埋めて結合を強める（クロージング）
        thresh = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)

        # --- 3.102 ラベリング処理 ---
        # 2値化画像から、繋がっている白い領域（動体）を検出してラベルを貼る
        # nlabels: ラベルの総数（背景含む）
        # labels: 各画素にラベル番号（0, 1, 2...）が割り当てられた画像
        # stats: 各領域の矩形座標や面積[x, y, w, h, area]の行列
        # centroids: 各領域の中心座標
        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（背景の0は黒にする）
        # 乱数のシードを固定して、フレーム間で色が激しく変わるのを防ぐ
        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]

        # 動体領域に矩形（枠線）を描画する
        for i in range(1, nlabels):  # 0は背景なので1からループ
            x = stats[i, cv2.CC_STAT_LEFT]
            y = stats[i, cv2.CC_STAT_TOP]
            w = stats[i, cv2.CC_STAT_WIDTH]
            h = stats[i, cv2.CC_STAT_HEIGHT]
            area = stats[i, cv2.CC_STAT_AREA]

            # 面積が小さすぎる領域（微小なノイズの残り）は無視する
            if area > 500:
                # 動体を緑色の矩形で囲む
                cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
                # ラベル番号を画像上に描画
                cv2.putText(frame, f"ID:{i}", (x, y - 10),
                            cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 1)

        # --- 結果の表示 ---
        cv2.imshow('Original Frame (Motion Detection)', frame)
        cv2.imshow('Foreground Mask (Thresh)', thresh)
        cv2.imshow('Labeled Components', labeled_img)

        # キー入力の受付
        key = cv2.waitKey(1) & 0xFF
        if key == ord('q'):
            break
        elif key == ord('r'):
            bg_gray = None  # 次のループで背景が再キャプチャされる

    cap.release()
    cv2.destroyAllWindows()