#!/usr/bin/env python
# coding: utf-8

# # ZDO zadání 2020
# 
# * Navrhněte a naprogramujte nástroj pro měření pohybu zvířat v boxech.
# * Vstupem jsou videa s pohledem shora
# * Cílem je naměřit počet metrů, které zvíře ujde v určitém čase. 
# * Polohu zvířat zaznamenávejte v metrech, čas v sekundách.
# * Bonusová úloha je určení natočení zvířete

# # Data
# 
# [data ke stažení naleznete zde](https://drive.google.com/drive/folders/1CCNoKKFSFHQfV4W0sm_Civ7pQ0IkElLB?usp=sharing)
# 
# ## Rozdělení anotací 
# 
# Každá ze skupin má za úkol provedení anotace videí ze dvou kamer.
# 
# * Skupina 1
#   * Kamera 1, videa 001 až 010
#   * Kamera 2, videa 001 až 004
# * Skupina 2
#   * Kamera 1, videa 011 až 015
#   * Kamera 2, videa 005 až 006
# * Skupina 3
#   * Kamera 1, videa 021 až 030
#   * Kamera 2, videa 009 až 012
# 
#   

# # Práce s videem

# In[72]:


get_ipython().run_line_magic('pylab', 'inline')
import skimage
from skimage.io import imread
import cv2
from pathlib import Path
import pandas as pd
import seaborn as sns
pd.__version__


# In[99]:


# imread()

pth = Path('~/Downloads/zverinec02-006.mp4').expanduser()
cap = cv2.VideoCapture(str(pth))
# prostor pro inicializaci


# In[101]:


get_ipython().run_line_magic('matplotlib', 'inline')
ret, frame = cap.read()
plt.imshow(frame)


# In[76]:


step = 25 # read every 10th step

cap = cv2.VideoCapture(str(pth))
frames = []
amount_of_frames = cap.get(cv2.CAP_PROP_FRAME_COUNT)
print(f"amount_of_frames={amount_of_frames}")

for frame_number in range(0, int(amount_of_frames), step):
    cap.set(cv2.CAP_PROP_POS_FRAMES, int(frame_number-1))
    res, frame = cap.read()
    frames.append(frame)
cap.release()
cv2.destroyAllWindows()


# In[40]:


# # Alternative reading
# while(cap.isOpened()):
#     ret, frame = cap.read()
#     # gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
#     # zde místo pro práci s každým snímkem
#     # cv2.imshow('frame',gray)
#     if cv2.waitKey(1) & 0xFF == ord('q'):
#         break
# cap.release()
# cv2.destroyAllWindows()


# # Anotace
# 
# * Pozice prasete je dána bodem mezi předníma nohama na spojnici ramen zvířete.
# * Dodržujte ID zvířete. Na všech framech musí být první zvíře vždy označováno jako první.
# * Výstup je v XLSX formátu, případně v CSV
# * Pravým tlačítkem myši lze bod odebrat
# * Prostředním tlačítkem myši se ukončuje zadávání a dojde ke zobrazení dalšího snímku
# 
# ## Ukázka na jednom snímku

# In[102]:


get_ipython().run_line_magic('matplotlib', 'qt')
plt.figure(figsize=[15,10])
plt.imshow(frame)
points = plt.ginput(-1)
points


# In[60]:


pth.parts[-1]


# ## Anotace celého videa

# In[85]:


get_ipython().run_line_magic('matplotlib', 'qt')
annotation={
    "filename": [], # pth.parts[-1]
    "frame_id": [],
    "animal_id": [],
    "x_px": [],
    "y_px": [],
    "annotation_timestamp": [],
}
plt.figure(figsize=[15,10])
# for i, frame in enumerate(frames[3:9]):
for i, frame in enumerate(frames):
    plt.imshow(frame)
    plt.draw()
    points = plt.ginput(-1)
    
    for j, point in enumerate(points):
        annotation["filename"].append(pth.parts[-1])
        annotation["frame_id"].append(i * step)
        annotation["animal_id"].append(j)
        annotation["x_px"].append(point[0])
        annotation["y_px"].append(point[1])
        annotation["annotation_timestamp"].append(str(pd.Timestamp.now()))
    plt.close()
        
df_one_video = pd.DataFrame(annotation) 
df_one_video


# ## Vizualizace pomocí `seaborn`

# In[91]:


sns.lineplot(data=df_one_video, x="x_px", y="y_px",hue="animal_id")


# In[72]:


annotation


#  ## Uložení do souboru

# In[69]:


ann_fn = Path("annotation.xlsx")
sheet_name = "Sheet1"
if ann_fn.exists():
    dfold = pd.read_excel(str(ann_fn), sheet_name=sheet_name)
        # dfout = pd.concat([dfin, df], axis=0, ignore_index=True)
    dfcombine = dfold.append(df_one_video, ignore_index=True, sort=True)
    dfcombine.to_excel(str(ann_fn), sheet_name=sheet_name, index=False)
else:
    df_one_video.to_excel(ann_fn, index=False, sheet_name=sheet_name)
    


# In[82]:





# # Návrh
# 
# * Limity
# * Požadované vstupy
# * Návrh API

# # Dodatečné informace
#  * Rozměr boxu je 180x110 cm
#  
#  * [Skript užitečný pro vyhodnocení](https://nbviewer.jupyter.org/github/mjirik/ZDO/blob/master/ZDOsem2020-eval.ipynb)

# In[ ]: