import cv2
import numpy as np
from PIL import Image
import pytesseract
import logging
from datetime import datetime

class EngineeringDrawingAnalyzer:
    """محلل الرسومات الهندسية المتقدم"""
    
    def __init__(self, claude_client=None):
        self.claude_client = claude_client
        self.supported_formats = ['.dwg', '.dxf', '.pdf', '.jpg', '.jpeg', '.png']
        
    def analyze_drawing(self, file_path):
        """تحليل الرسم الهندسي"""
        try:
            # قراءة الصورة
            image = cv2.imread(file_path)
            
            # تحليل الخطوط والأشكال
            lines, shapes = self._analyze_shapes(image)
            
            # استخراج النص والأبعاد
            text, dimensions = self._extract_text_and_dimensions(image)
            
            # تحليل متقدم باستخدام Claude
            if self.claude_client:
                drawing_info = {
                    'lines': lines,
                    'shapes': shapes,
                    'text': text,
                    'dimensions': dimensions
                }
                
                analysis_prompt = f"""
                قم بتحليل معلومات الرسم الهندسي التالية وتقديم:
                1. تحليل شامل للرسم
                2. تحديد التخصص (إنشائي، معماري، ميكانيكي، كهربائي)
                3. تحليل التفاصيل الفنية
                4. توصيات للتحسين
                5. تقدير التكاليف
                
                معلومات الرسم:
                {json.dumps(drawing_info, indent=2, ensure_ascii=False)}
                """
                
                response = self.claude_client.messages.create(
                    model="claude-3-sonnet-20240229",
                    max_tokens=4000,
                    temperature=0.7,
                    messages=[{"role": "user", "content": analysis_prompt}]
                )
                
                ai_analysis = response.content[0].text
            else:
                ai_analysis = "تحليل الذكاء الاصطناعي غير متاح"
                
            return {
                'file_info': {
                    'path': file_path,
                    'type': os.path.splitext(file_path)[1],
                    'size': os.path.getsize(file_path)
                },
                'analysis': {
                    'lines': lines,
                    'shapes': shapes,
                    'text': text,
                    'dimensions': dimensions,
                    'ai_analysis': ai_analysis
                }
            }
            
        except Exception as e:
            logging.error(f"خطأ في تحليل الرسم: {str(e)}")
            raise
            
    def _analyze_shapes(self, image):
        """تحليل الخطوط والأشكال"""
        # تحويل الصورة إلى تدرج رمادي
        gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
        
        # كشف الحواف
        edges = cv2.Canny(gray, 50, 150)
        
        # كشف الخطوط
        lines = cv2.HoughLinesP(edges, 1, np.pi/180, 100)
        
        # كشف الأشكال
        contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
        
        shapes = []
        for contour in contours:
            approx = cv2.approxPolyDP(contour, 0.04 * cv2.arcLength(contour, True), True)
            if len(approx) == 3:
                shapes.append('triangle')
            elif len(approx) == 4:
                shapes.append('rectangle')
            elif len(approx) == 5:
                shapes.append('pentagon')
            elif len(approx) > 5:
                shapes.append('circle')
                
        return {
            'line_count': len(lines) if lines is not None else 0,
            'line_angles': self._analyze_line_angles(lines) if lines is not None else [],
            'line_lengths': self._analyze_line_lengths(lines) if lines is not None else []
        }, {
            'shape_count': len(shapes),
            'shape_types': dict(Counter(shapes))
        }
        
    def _extract_text_and_dimensions(self, image):
        """استخراج النص والأبعاد"""
        # استخراج النص
        text = pytesseract.image_to_string(image, lang='ara+eng')
        
        # تحليل الأبعاد
        dimensions = self._analyze_dimensions_from_text(text)
        
        return text, dimensions
        
    def _analyze_dimensions_from_text(self, text):
        """تحليل الأبعاد من النص"""
        import re
        
        # نمط للبحث عن الأبعاد
        dimension_pattern = r'(\d+(?:\.\d+)?)\s*(م|متر|سم|مم|m|cm|mm)'
        
        # البحث عن جميع الأبعاد
        dimensions = re.findall(dimension_pattern, text)
        
        # تحويل الأبعاد إلى قائمة منظمة
        processed_dimensions = []
        for value, unit in dimensions:
            processed_dimensions.append({
                'value': float(value),
                'unit': unit
            })
            
        return processed_dimensions