import numpy as np
import matplotlib.pyplot as plt

# Question 2
h1 = np.zeros((512,512))
h1[246:346,150:350] = 1
plt.imshow(h1,cmap='gray',vmin=0,vmax=1)
plt.show()

# question 3

# version vue pendant le cours
def ImTranslate(h,tau):
    M, N = h.shape
    res = np.zeros((M,N))
    res[tau[0]:M,tau[1]:N] = h[0:(M-tau[0]),0:(N-tau[1])]
    res[0:tau[0],0:tau[1]] = h[(M-tau[0]):M,(N-tau[1]):N]
    res[0:tau[0],tau[1]:N] = h[(M-tau[0]):M,0:(N-tau[1])]
    res[tau[0]:M,0:tau[1]] = h[0:(M-tau[0]),(N-tau[1]):N]
    return res

# version alternative (avec l'utilisation de l'opération modulo)
def ImTranslate(h,tau):
    M, N = h.shape
    res = np.zeros((M,N))
    indrow = ((tau[0]+np.arange(M))%M).reshape(M,1)
    indcol = ((tau[1]+np.arange(N))%N).reshape(1,N)
    res[indrow,indcol] = h
    return res

h1_tr = ImTranslate(h1,[250,250])
plt.imshow(h1_tr,cmap='gray',vmin=0,vmax=1)
plt.show()

# question 4
def DSN(h,n):
    M, N = h.shape
    res = 0
    for i in range(n):
        tau = np.random.randint(M), np.random.randint(N)
        res += ImTranslate(h,tau)
    return res

# on fait une fonction pour afficher l'image et ses DSN avec des valeurs croissantes de n:
def ShowDSN(h):
    ns = [10, 100, 1000]
    plt.figure(figsize=(16,8))
    plt.subplot(1,len(ns)+1,1)
    plt.imshow(h,cmap='gray')
    plt.title('original image')
    for i, n in enumerate(ns):
        h_DSN = DSN(h,n)
        plt.subplot(1,len(ns)+1,i+2)
        plt.imshow(h_DSN,cmap='gray')
        plt.title('DSN, n='+str(n))
    plt.show()

    
ShowDSN(h1)

h2 = plt.imread('images/coeur.bmp')
h2 = np.mean(h2,2)
ShowDSN(h2)

h3 = plt.imread('images/briques.bmp')
h3 = np.mean(h3,2)
ShowDSN(h3)

h4 = plt.imread('images/mer.bmp')
h4 = np.mean(h4,2)
ShowDSN(h4)

# question 5

def GaussImage(N,b=20):
    if isinstance(b,int) or isinstance(b,float):
        b *= np.array([-1,1,-1,1])
    h = np.exp(-(np.ones((N,1))*np.linspace(b[0],b[1],N)[None,:])**2
               -(np.ones((N,1))*np.linspace(b[2],b[3],N)[None,:]).T**2)
    return h

def ShowDFT(h):
    # DFT de l'image h
    fh = np.fft.fft2(h)
    # module de la DFT
    afh = np.abs(fh)
    # phase de la DFT
    pfh = np.angle(fh)
    # affichage
    plt.figure(figsize=(16,8))
    plt.subplot(1,3,1)
    plt.imshow(h,cmap='gray')
    plt.title('image')
    plt.subplot(1,3,2)
    plt.imshow(np.log(0.1+np.fft.fftshift(afh)),cmap="gray")
    plt.title('amplitude de la DFT (centrée et échelle log)')
    plt.subplot(1,3,3)
    plt.imshow(np.fft.fftshift(pfh),cmap="gray")
    plt.title('phase de la DFT (centrée)')
    plt.show()

# l'image du rectangle
ShowDFT(h1)

# quelques images du dossier
ShowDFT(h2)
ShowDFT(h3)
ShowDFT(h4)

# image d'une gaussienne
h5 = GaussImage(512,40)
ShowDFT(h5)

# image de bruit blanc
h6 = np.random.randn(512,512)
ShowDFT(h6)