#!/bin/bash
# 用于运行简化版图像相似度检测工具的脚本

# 确保脚本在出错时退出
set -e

# 颜色定义
GREEN='\033[0;32m'
YELLOW='\033[1;33m'
RED='\033[0;31m'
NC='\033[0m' # No Color

# 打印带颜色的消息
print_green() {
    echo -e "${GREEN}$1${NC}"
}

print_yellow() {
    echo -e "${YELLOW}$1${NC}"
}

print_red() {
    echo -e "${RED}$1${NC}"
}

# 安装必要的Python依赖
install_dependencies() {
    print_yellow "安装必要的Python依赖..."
    pip install numpy opencv-python pillow matplotlib scikit-image scipy pandas imagehash
    print_green "依赖安装完成！"
}

# 检查测试图像目录
check_images_dir() {
    TEST_IMAGES_DIR="./scripts/image_test/test_images"
    mkdir -p "$TEST_IMAGES_DIR"
    
    # 检查测试图像目录中是否有图像文件
    image_count=$(find "$TEST_IMAGES_DIR" -type f \( -name "*.jpg" -o -name "*.jpeg" -o -name "*.png" -o -name "*.bmp" \) | wc -l)
    
    if [ "$image_count" -eq 0 ]; then
        print_red "错误: 测试图像目录 '$TEST_IMAGES_DIR' 中没有图像文件!"
        print_yellow "请在此目录中放置要检测相似度的图像文件后再运行此脚本。"
        print_yellow "您至少需要放置2个或更多图像文件进行比较。"
        exit 1
    else
        print_green "找到 $image_count 个图像文件，可以进行检测。"
    fi
}

# 确保输出目录存在
prepare_output_dir() {
    print_yellow "准备输出目录..."
    OUTPUT_DIR="./scripts/image_test/results"
    mkdir -p "$OUTPUT_DIR"
    print_green "输出目录准备完成！"
}

# 运行检测脚本
run_check() {
    print_yellow "运行图像相似度检测..."
    TEST_IMAGES_DIR="./scripts/image_test/test_images"
    OUTPUT_DIR="./scripts/image_test/results"
    
    python ./scripts/image_test/simple_dupe_checker.py --input_dir "$TEST_IMAGES_DIR" --output_dir "$OUTPUT_DIR"
    
    print_green "检测完成！"
    print_yellow "结果保存在: $OUTPUT_DIR"
}

# 主函数
main() {
    print_green "===== 简化版图像相似度检测工具 ====="
    
    # 检查Python是否可用
    if ! command -v python &> /dev/null; then
        print_red "错误: 未找到Python。请确保已安装Python 3.6+。"
        exit 1
    fi
    
    # 安装依赖
    install_dependencies
    
    # 检查测试图像目录
    check_images_dir
    
    # 准备输出目录
    prepare_output_dir
    
    # 运行检测
    run_check
    
    print_green "===== 检测完毕 ====="
}

# 执行主函数
main