import gradio as gr
import tempfile
from pdf2image import convert_from_path
import fitz  # PyMuPDF
import cv2
import numpy as np

# ========== 解析ロジック関数 ==========

def estimate_blurriness(pil_image):
    """
    ぼけ度を推定（Laplacian分散）
    値が小さいほどぼけている
    """
    gray = np.array(pil_image.convert('L'))
    return cv2.Laplacian(gray, cv2.CV_64F).var()

def estimate_contrast(pil_image):
    """
    コントラストを推定（標準偏差）
    値が小さいほどグレーでのっぺり
    """
    gray = np.array(pil_image.convert('L'))
    return gray.std()

def analyze_pdf(pdf_file):
    """
    アップロードされたPDFの各ページを画像に変換し
    - 画像サイズ
    - 総ピクセル数
    - ぼけ度
    - コントラスト
    - 推定DPI
    などをもとにAudiverisでの利用適性を判定
    """
    MAX_PIXELS_AUDIVERIS = 20_000_000
    results = []
    overall_rating = "OK"
    
    try:
        with tempfile.TemporaryDirectory() as tmpdir:
            # PDF → 画像変換
            images = convert_from_path(pdf_file.name, dpi=300, output_folder=tmpdir)
            doc = fitz.open(pdf_file.name)
            
            dpi_infos = []

            for i, (img, page) in enumerate(zip(images, doc)):
                width, height = img.size
                total_pixels = width * height
                reasons = []
                page_rating = "OK"

                # Audiverisのピクセル上限チェック
                if total_pixels > MAX_PIXELS_AUDIVERIS:
                    page_rating = "非推奨（画像が大きすぎる）"
                    reasons.append(f"総ピクセル数 {total_pixels:,} > 20,000,000")

                # 解像度チェック
                if width < 1000 or height < 1000 and "非推奨" not in page_rating:
                    page_rating = "非推奨（解像度が小さい）"
                    reasons.append("幅または高さが1000px未満")
                elif width < 1500 or height < 1500 and page_rating == "OK":
                    page_rating = "注意（やや低め）"

                # ぼけ度チェック
                blur_score = estimate_blurriness(img)
                if blur_score < 30 and "非推奨" not in page_rating:
                    page_rating = "非推奨（ぼけている）"
                    reasons.append(f"ぼけ度={blur_score:.1f}")

                # コントラストチェック
                contrast_score = estimate_contrast(img)
                if contrast_score < 30 and "非推奨" not in page_rating:
                    page_rating = "非推奨（コントラストが低い）"
                    reasons.append(f"コントラスト={contrast_score:.1f}")

                # DPI情報
                rect = page.rect
                width_pt = rect.width
                height_pt = rect.height
                dpi_x = width / (width_pt / 72)
                dpi_y = height / (height_pt / 72)
                dpi_infos.append(f"ページ{i+1}推定DPI: {dpi_x:.1f}x{dpi_y:.1f}")

                # 理由をまとめる
                reasons_str = "; ".join(reasons) if reasons else "条件クリア"

                # ページ結果
                results.append(
                    f"ページ{i+1}: {width}x{height}px / ピクセル数={total_pixels:,} / "
                    f"ぼけ度={blur_score:.1f} / コントラスト={contrast_score:.1f} → {page_rating} ({reasons_str})"
                )

                # 総合評価を更新
                if "非推奨" in page_rating:
                    overall_rating = "非推奨"
                elif "注意" in page_rating and overall_rating == "OK":
                    overall_rating = "注意"

            # まとめテキスト
            result_text = "\n".join(results + [""] + dpi_infos)
            result_text += f"\n\n総合評価: {overall_rating}"

            # 改善提案
            if overall_rating == "非推奨":
                result_text += "\n\n推奨対策: スキャン解像度を下げる・画像を縮小するなどして、ファイルサイズや画質を調整してください。"

            return result_text, overall_rating

    except Exception as e:
        return f"処理中にエラーが発生しました: {str(e)}", "エラー"

# ========== Gradio UI部分 ==========

with gr.Blocks() as demo:
    gr.Markdown("# 🎼 Audiveris適性チェック（非公式・推定）")
    gr.Markdown(
        """
        PDFをアップロードすると、ページごとの画像サイズ、ピクセル数、ぼけ度、コントラストを分析し、
        Audiverisで使用可能かを「OK / 注意 / 非推奨」で推定します。
        """
    )
    
    with gr.Row():
        pdf_input = gr.File(label="PDFファイル")
        analyze_button = gr.Button("判定")
    
    result_output = gr.Textbox(label="詳細結果", lines=20)
    rating_output = gr.Textbox(label="総合評価")
    
    analyze_button.click(analyze_pdf, inputs=pdf_input, outputs=[result_output, rating_output])

if __name__ == "__main__":
    demo.launch()