data

import os
import cv2
import mediapipe as mp
import numpy as np
from logging import getLogger, StreamHandler, FileHandler, Formatter

# 로거 설정
logger = getLogger(__name__)
logger.setLevel("DEBUG")

# 핸들러가 중복되지 않도록 설정
if not logger.handlers:
    stream_handler = StreamHandler()
    file_handler = FileHandler("preprocess_data.log")
    formatter = Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
    stream_handler.setFormatter(formatter)
    file_handler.setFormatter(formatter)
    logger.addHandler(stream_handler)
    logger.addHandler(file_handler)

# 비디오 전처리 함수
def preprocess_video(video_path, output_dir, resize_dim=(640, 480), normalize=True, gray_scale=False, frame_rate=30):
    """
    비디오 파일을 전처리하고 프레임을 저장합니다.
    
    Args:
        video_path (str): 입력 비디오 파일 경로.
        output_dir (str): 처리된 프레임이 저장될 디렉토리.
        resize_dim (tuple): 프레임 크기 (가로, 세로).
        normalize (bool): True일 경우, 프레임 픽셀값을 0~1로 정규화.
        gray_scale (bool): True일 경우, 프레임을 흑백으로 변환.
        frame_rate (int): 초당 프레임 수 (FPS).
    """
    
    # 비디오 파일 확인
    if not os.path.exists(video_path):
        logger.error(f"비디오 파일을 찾을 수 없습니다: {video_path}")
        return
    
    # 출력 디렉토리 생성
    os.makedirs(output_dir, exist_ok=True)

    # 비디오 캡처 객체 생성
    cap = cv2.VideoCapture(video_path)
    
    if not cap.isOpened():
        logger.error(f"비디오 파일을 열 수 없습니다: {video_path}")
        return

    frame_idx = 0
    fps = cap.get(cv2.CAP_PROP_FPS)
    if fps == 0:  # fps가 유효하지 않다면 기본값을 설정
        fps = 30  
    frame_interval = int(fps // frame_rate)
    
    while cap.isOpened():
        ret, frame = cap.read()
        if not ret:
            break
        
        # 설정된 간격에 따라 프레임 처리
        if frame_idx % frame_interval == 0:
            # 이미지 크기 조정
            frame = cv2.resize(frame, resize_dim)
            
            # 흑백 변환
            if gray_scale:
                frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
            
            # 정규화 (float32 → uint8로 변환하여 저장)
            if normalize:
                frame = (frame * 255).astype(np.uint8)
            
            # 프레임 저장
            output_filename = os.path.join(output_dir, f"frame_{frame_idx}.jpg")
            cv2.imwrite(output_filename, frame)
            logger.debug(f"프레임 {frame_idx} 저장 완료: {output_filename}")
        
        frame_idx += 1

    cap.release()
    cv2.destroyAllWindows()
    logger.info(f"프레임 저장이 {output_dir}에 완료되었습니다.")

# MediaPipe를 사용한 추가 프레임 분석 함수
def analyze_frame_with_mediapipe(video_path):
    if not os.path.exists(video_path):
        logger.error(f"비디오 파일을 찾을 수 없습니다: {video_path}")
        return

    cap = cv2.VideoCapture(video_path)
    mp_holistic = mp.solutions.holistic
    
    with mp_holistic.Holistic() as holistic:
        while cap.isOpened():
            ret, frame = cap.read()
            if not ret:
                break
            
            # MediaPipe 처리를 수행하여 포즈 분석
            results = holistic.process(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB))
            logger.debug("MediaPipe 결과 처리 완료")
            # 필요 시 추가 처리나 특징 추출 수행 가능
        
    cap.release()
    cv2.destroyAllWindows()
    logger.info("MediaPipe 기반 분석 완료.")

if __name__ == "__main__":
    video_path = "data/input_videos/sample_video.mp4"
    output_dir = "data/processed/frames"
    preprocess_video(video_path, output_dir)
    analyze_frame_with_mediapipe(video_path)