import gradio as gr
import numpy as np
from time import sleep
from deepface import DeepFace
import torch

bar_dict = {
    0: "│",
    1: "║",
    2: "▌",
    3: "█",
}

css = """
bar_css {
    text-align: center;
    display:block;
}
"""

def calculate_bar(value):
  value = int(value * 100)
  result = "[" +  "█" * (value // 1000) + bar_dict[(value % 1000) // 250] + "_" * max((10 - value // 1000 - 1), 0) + f"] {value / 100:.2f}% / 100%"
  if value >= 99.99 * 100:
    base_text = "Ещё чуть чуть..."
  elif value > 80 * 100:
    base_text = "Уже почти..."
  elif value > 60 * 100:
    base_text = "Александр распознан. Собираем биометрию..."
  elif value > 40 * 100:
    base_text = "Выделяем черты..."
  elif value > 20 * 100:
    base_text = "Распознаём структуру лица..."
  else:
    base_text = "Обрабатываем фото, пожалуйста подождите..."
  text = f'''<div style="font-size:2em;">{base_text}</div>
  <div style="font-size:3em; text-align:center;">{result}</div>
  '''
  return text

def edit_bar(photo):
  if photo is None:
    return None, None, None, gr.update(value="Вы забыли вставить фотку :с", visible=True)
  text = '''<div style="font-size:2em;">Обрабатываем фото, пожалуйста подождите...</div>
  <div style="font-size:3em; text-align:center;">[__________] 0% / 100%</div>
  '''
  yield gr.update(value=text, visible=True), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False)
  current_perc = 0
  check_id = False
  n_small_steps = 0

  while current_perc < 99.99:
    if n_small_steps == 0:
      if np.random.rand() > 0.5:
        n_small_steps = np.random.randint(5, 9)

    if n_small_steps == 0: # long step
      plus_perc = np.clip(np.random.normal(loc=15, scale=5), 0, 25)
      wait_time = np.clip(np.random.normal(loc=1, scale=0.5), 0, 2)
    else: 
      plus_perc = np.clip(np.random.normal(loc=3, scale=1.5), 0, 5.6)
      wait_time = np.clip(np.random.normal(loc=0.2, scale=0.1), 0, 0.4)
      n_small_steps -= 1

    if current_perc + plus_perc > 99.99:
      plus_perc = 99.99 - current_perc
    current_perc += plus_perc

    sleep(wait_time)
    photo.save("image.png")
    if current_perc > 30 and not check_id:
      # if photo.size != (1920, 1080):
      #   error_text = '''<div style="border: 3px solid red;"><div style="font-size:3em;text-align:center; color:red">Ошибка!</div>
      #   <div style="text-align:center; font-size:2em">Судя по всему вы используете неправильную вебкамеру! Попытайтесь снова.</div></div>'''
      #   yield gr.update(visible=False), gr.update(visible=True), gr.update(visible=True), gr.update(visible=True, value=error_text), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False)
      #   return
      try:
        embedding_objs = DeepFace.represent(
          img_path = "image.png",
          model_name = "Facenet512",
        )
      except ValueError:
        error_text = '''<div style="border: 3px solid red;"><div style="font-size:3em;text-align:center; color:red">Ошибка!</div>
        <div style="text-align:center; font-size:2em">Не можем найти лицо на фото! Попытайтесь сделать снимок снова.</div></div>'''
        yield gr.update(visible=False), gr.update(visible=True), gr.update(visible=True), gr.update(visible=True, value=error_text), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False)
        return
      embed = torch.Tensor(embedding_objs[0]['embedding'])
      alex_embed = torch.load("Alex_embed.pt")
      print(embed.shape, alex_embed.shape)
      cos_sim = torch.nn.functional.cosine_similarity(embed.unsqueeze(0), alex_embed.unsqueeze(0)) 
      if cos_sim < 0.65:
        error_text = '''<div style="border: 3px solid red;"><div style="font-size:3em;text-align:center; color:red">Ошибка!</div>
        <div style="font-size:2em;text-align:center;">Кажется, вы не найдены в нашей системе :с <br> Можете попробовать загрузить другое фото.</div></div>'''
        yield gr.update(visible=False), gr.update(visible=True), gr.update(visible=True), gr.update(visible=True, value=error_text), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False)
        return 
      check_id=True
    new_bar = calculate_bar(current_perc)
    yield gr.update(value=new_bar, visible=True), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False)
  sleep(3)
  for i in range(8):
    perc = "??" if i == 0 or i == 4 else "30"
    err = ["_ОшИбК#к&а", "_ОшИ#бКкк!A", "_0ШИб№кКA#", "O&Ош#Иб_К#a"]
    error = f'''<div style="font-size:4em; text-align:center; color:red">[{err[i % 2]}] {perc}% / 100%</div>''' if i % 2 == 0 else ""
    text = f'''<div style="font-size:3em;">Ош#шибка...</div>
    {error}
    '''
    if i == 4:
      yield gr.update(value=text, visible=True), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=True), gr.update(visible=False), gr.update(visible=False), gr.update(visible=True)
      sleep(1)
    elif i == 6 or i == 2:
      yield gr.update(value=text, visible=True), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=True), gr.update(visible=True), gr.update(visible=False)
      sleep(1)
    else:
      yield gr.update(value=text, visible=True), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False)
      sleep(0.7)

  for size in [4, 6, 8, 10, 13, 16, 20]:
    text = f'''<div style="font-size:{size}em;text-align:center; color:red">ОШИБКА</div>'''
    yield gr.update(value=text, visible=True), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False)
    sleep(0.4)

  base_text = f'''<div style="font-size:10em;text-align:center; color:red">ОШИБКА</div>'''
  message = "Внимание, наша система зафиксировала на вашей фотографии признаки болезни, с кодовым названием С.К.У.Ф. и приостановила выдачу подарка. Чтобы подтвердить, что вы не скуф, пожалуйста, пройдите небольшой тест: contest.yandex.ru/contest/66428/enter"
  current_text = ""
  for latter in message:
    current_text += latter
    text = f'''{base_text}
    <div style="font-size:4em;">{current_text}</div>'''
    sleep(0.08)
    yield gr.update(value=text), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False), gr.update(visible=False)


  return

def get_demo():
    with gr.Blocks(css=css) as demo:
        text = gr.HTML('''<h1 style="font-size:5em;text-align:center;">Yarik Delivery</h1><div style="font-size:2em;text-align:center">Если вы попали на этот сайт, значит у вас был день рождения и ваши друзья подготовили вам подарок, поздравляем! Чтобы забрать свой подарок пожалуйста, пришлите вашу фотографию, чтобы система смогла распознать вас. <br><br> Имейте ввиду, что наша система поддерживает только фотографии, сделанные с <strong> видеокамеры, подаренной вашими друзьями</strong>.</div>
          ''')
        photo = gr.Image(label="Сделать фото", type="pil", height=300) #  sources=["webcam"]
        btn_clip = gr.Button("Отправить фото")
        bar = gr.HTML("", visible=False)
        error_message = gr.HTML(label="⚠️ Error ⚠️", visible=False)
        with gr.Row():
           with gr.Column():
            im1 = gr.Image("skuf1.jpg", visible=False)
            m1 = gr.HTML("", visible=False)
           with gr.Column():
            im2 = gr.Image("skuf2.png", visible=False)
            m2 = gr.HTML("", visible=False)

        btn_clip.click(
            fn=edit_bar,
            inputs=[photo],
            outputs=[bar, btn_clip, photo, error_message, im1, m1, im2, m2]
        )
    return demo


if __name__ == "__main__":
    demo = get_demo()
    demo.launch(server_name="0.0.0.0", server_port=7860)