import gradio as gr
from PIL import Image
import json
from datetime import datetime
import os

# Import the detector
from detector import RoadsideDetector

# Initialize the detector with the model
print("🚀 Yol Kenarı Temizlik Uygulaması Başlatılıyor...")
detector = RoadsideDetector('yol_kenari_tespit_best.pt')

# Store detection history
detection_history = []

def process_image(image):
    """
    Process uploaded image and detect illegal dumping
    """
    if image is None:
        return None, "❌ Lütfen bir resim yükleyin!", "İstatistik yok"
    
    try:
        # Process the image
        print("🔍 Resim işleniyor...")
        results = detector.process_image(image)
        
        # Add to history
        detection_history.append({
            'timestamp': datetime.now().strftime("%Y-%m-%d %H:%M"),
            'severity': results['severity']['level'],
            'count': results['severity']['count'],
            'types': list(results['severity']['types'].keys())
        })
        
        # Create statistics
        stats = f"📊 **Oturum İstatistikleri:**\n\n"
        stats += f"İşlenen resimler: {len(detection_history)}\n"
        
        if detection_history:
            high_count = sum(1 for d in detection_history if d['severity'] == 'HIGH')
            medium_count = sum(1 for d in detection_history if d['severity'] == 'MEDIUM')
            low_count = sum(1 for d in detection_history if d['severity'] == 'LOW')
            total_items = sum(d['count'] for d in detection_history)
            
            stats += f"🔴 Yüksek öncelik: {high_count}\n"
            stats += f"🟠 Orta öncelik: {medium_count}\n"
            stats += f"🟡 Düşük öncelik: {low_count}\n"
            stats += f"Toplam tespit: {total_items} öğe"
        
        return results['image'], results['summary'], stats
        
    except Exception as e:
        error_msg = f"❌ Hata: {str(e)}"
        print(error_msg)
        return image, error_msg, "Hata oluştu"

def create_interface():
    """
    Create the Gradio interface
    """
    # Custom CSS for better mobile display
    custom_css = """
    .container { max-width: 100% !important; }
    .image-container { max-height: 500px !important; }
    @media (max-width: 768px) {
        .gradio-container { padding: 10px !important; }
    }
    """
    
    with gr.Blocks(title="🚮 Yol Kenarı Temizlik", css=custom_css) as interface:
        
        # Header
        gr.Markdown("""
        # 🚮 Yol Kenarı Temizlik 
        
        ### 📱 Temiz Şehirler İçin Yapay Zeka
        
        **Nasıl Kullanılır:**
        1. 📷 çöp, çöp kutusu ve taşan çöp fotoğrafı yükleyin
        2. 🔍 AI çöp, çöp kutusu ve taşan çöpleri tespit eder
        3. 📊 Sonuçları ve önem derecesini görün
        
        ---
        """)
        
        # Main interface
        with gr.Row():
            with gr.Column():
                # Input image
                input_image = gr.Image(
                    type="pil",
                    label="Resim Yükle veya Fotoğraf Çek",
                    sources=["upload", "camera", "clipboard"]
                )
                
                # Submit button
                submit_btn = gr.Button(
                    "🔍 çöp, çöp kutusu ve taşan çöpleri Tespit Et",
                    variant="primary",
                    size="lg"
                )
                
                # Example images (optional - you can remove if you don't have examples)
                gr.Examples(
                    examples=[
                        ["examples/ornek1.jpg"],
                        ["examples/ornek2.jpg"]
                    ],
                    inputs=input_image,
                    label="Örnek Resimler"
                )
            
            with gr.Column():
                # Output image with detections
                output_image = gr.Image(
                    label="Tespit Sonuçları",
                    type="pil"
                )
                
                # Summary text
                summary = gr.Textbox(
                    label="Tespit Özeti",
                    lines=8,
                    max_lines=10
                )
                
                # Statistics
                stats = gr.Markdown("📊 İstatistikler burada görünecek")
        
        # Info section
        with gr.Accordion("ℹ️ Hakkında", open=False):
            gr.Markdown("""
            ### 🎯 Ne Tespit Ediyoruz:
            - 🔴 **Çöp**: Mobilyalar, büyük atıklar
            - 🟠 **Çöp Kutusu**: Çöp konteynerleri
            - 🟡 **Taşan Çöp**: Çöp torbaları, dağınık atıklar
            
            ### 📊 Önem Dereceleri:
            - **YÜKSEK** (🔴): 5+ öğe - Acil temizlik gerekli
            - **ORTA** (🟠): 2-4 öğe - Temizlik planlanmalı
            - **DÜŞÜK** (🟡): 1 öğe - Küçük sorun
            
            ### 🏆 Doğruluk:
            Bu model 100 görüntü ile eğitildi ve ~%70 doğruluk sağlıyor.
            
            ---
            Temiz şehirler için ❤️ ile yapıldı | Versiyon 1.0
            """)
        
        # Connect button to function
        submit_btn.click(
            process_image,
            inputs=[input_image],
            outputs=[output_image, summary, stats]
        )
    
    return interface

# Launch the app
if __name__ == "__main__":
    print("="*50)
    print("🚀 Yol Kenarı Temizlik - Hazır!")
    print("="*50)
    
    # Create interface and launch
    app = create_interface()
    app.launch(
        share=False,
        server_name="0.0.0.0",
        server_port=7860
    )