#B. Vandeportaele 29/01/2020
import numpy as np
import cv2

#########################################"
def mesureStats(cnt):
    #voir https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_imgproc/py_contours/py_contour_properties/py_contour_properties.html
    M = cv2.moments(cnt)
    area = cv2.contourArea(cnt)
    perimeter = cv2.arcLength(cnt,True)
    #x,y,w,h = cv2.boundingRect(cnt)
    #aspect_ratio = float(w)/h
    rect = cv2.minAreaRect(cnt)
    #print("rect:"+str(rect))
    l=rect[1][1]
    m=rect[1][0]
    w=max(l,m)
    h=min(l,m)
    #print("w:"+str(w))
    #print("h:"+str(h))
    if h>0:
        aspect_ratio = float(w)/h
    else:
        aspect_ratio = 10000000
    area = cv2.contourArea(cnt)
    hull = cv2.convexHull(cnt)
    hull_area = cv2.contourArea(hull)
    if hull_area>0:
        solidity = float(area)/hull_area
    else:
        solidity=1000000
    return area,perimeter,aspect_ratio,solidity
#########################################
def isGrainDeRiz(cnt):
    area,perimeter,aspect_ratio,solidity=mesureStats(cnt)
    #définir une condition permettant de segmenter les grains isolés par rapport aux amas
    if aspect_ratio>1.9 and area<200 and area>20 and solidity>0.8: 
        return True
    else:
        return False
#########################################"    
im = cv2.imread('riz.jpg')
imgray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
#seuil fixe -> nécessite un réglage manuel du seuil qui fait changer les résultats
#ret,thresh = cv2.threshold(imgray,127,255,0)
#le seuil qui semble optimal
#ret,thresh = cv2.threshold(imgray,160,255,0) 

#seuillage otsu après filtre gaussien -> lisse trop
#blur = cv2.GaussianBlur(imgray,(5,5),0)
#ret3,thresh = cv2.threshold(blur,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)

#seuillage otsu
ret3,thresh = cv2.threshold(imgray,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)

#kernel = np.ones((5,5),np.uint8)
kernel = np.ones((3,3),np.uint8)

thresh = cv2.erode(thresh,kernel,iterations = 2)
thresh = cv2.dilate(thresh,kernel,iterations = 1)

#thresh = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel,iterations = 1)
cv2.imshow('image1',thresh)

contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
#image, contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_TC89_L1)
#image, contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_TC89_KCOS)

cv2.imshow('image',imgray)
cv2.imshow('image',thresh)
img=im
#affichage de tous les contours en vert
#img = cv2.drawContours(im, contours, -1, (0,255,0), 1)

#affichage du  contours 4 en rouge
#cnt = contours[4]
#img = cv2.drawContours(img, [cnt], 0, (0,0,255), 1)
#mesureStats(cnt)
 
#cnt = contours[25]
#img = cv2.drawContours(img, [cnt], 0, (255,0,0), 1)
#mesureStats(cnt)
Debug=False
#mettre à True pour afficher les étapes du traitement
#Debug=True

methode=1
if methode==1:
    compteur=0
    for i in range(0,len(contours)):
        #print(i)
        if isGrainDeRiz(contours[i]):
            compteur=compteur+1
            #affiche les grains de riz isolé en rouge plein
            img = cv2.drawContours(img, [contours[i]], 0, (0,0,255), -1)
        else:
            #affiche les amas de grains de riz en bleu et uniquement les contours
            img = cv2.drawContours(img, [contours[i]], 0, (255,0,0), 1) 

        if Debug:
            cv2.imshow('image',img)
            cv2.waitKey(0)
            cv2.destroyAllWindows()
    print(str(compteur)+ " grains de riz isolés trouvés")
elif methode==2:
    #autre approche basée comparaison de forme, plus simple à implémenter mais moins bons résultats
    #https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_imgproc/py_contours/py_contours_more_functions/py_contours_more_functions.html
    compteur=0
    for i in range(0,len(contours)):
        ret = cv2.matchShapes(contours[0],contours[i],1,0.0)
        if ret<0.8:
            compteur=compteur+1
            #affiche les grains de riz isolé en rouge plein
            img = cv2.drawContours(img, [contours[i]], 0, (0,0,255), -1)
        else:
            #affiche les amas de grains de riz en bleu et uniquement les contours
            img = cv2.drawContours(img, [contours[i]], 0, (255,0,0), 1) 
        if Debug:
            cv2.imshow('image',img)
            cv2.waitKey(0)
            cv2.destroyAllWindows()
    print(str(compteur)+ " grains de riz isolés trouvés")


cv2.imwrite('riz_out.png',img)
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()