import asyncio
from loguru import logger

from yolo_gs.pipeline.handler.DrawDirectionProcessor import DrawDirectionProcessor
from yolo_gs.pipeline.handler.DrawGraffitiProcessor import DrawGraffitiProcessor
from yolo_gs.pipeline.handler.DrawObjectBoxProcessor import DrawObjectBoxProcessor
from yolo_gs.pipeline.handler.GraffitiProcessor import GraffitiProcessor
from yolo_gs.pipeline.handler.ResultLogger import ResultLogger
from yolo_gs.pipeline.handler.RetrogradeProcessor import RetrogradeProcessor
from yolo_gs.pipeline.handler.graffiti_visualizer import GraffitiVisualizer
import cv2

from yolo_gs.pipeline.data_source import video_yolo_iterator
from yolo_gs.pipeline.pipeline import Pipeline


def init_logger():
    logger.add(
        "logs/yolo_gs.log",
        rotation="100 MB",  # 原有配置：日志文件达100MB轮转
        level="DEBUG",  # 原有配置：记录DEBUG及以上级别
        enqueue=True,  # 开启异步输出（关键参数）
        backtrace=True,  # 记录完整异常堆栈（包括第三方库）
        diagnose=True,  # 显示异常时的变量值（便于调试，生产环境可设为False）
    )


# ===================== 测试运行 =====================
if __name__ == "__main__":
    init_logger()
    logger.info("开始运行YOLO涂鸦车道检测系统")

    # 1. 创建管道
    pipeline = Pipeline()

    # 2. 添加同步处理器（按执行顺序执行，每个处理器的输出作为下一个处理器的输入）
    pipeline.add_processor(GraffitiProcessor(name="涂鸦计算器"))
    pipeline.add_processor(RetrogradeProcessor(name="逆行检测器"))
    pipeline.add_processor(DrawDirectionProcessor())
    pipeline.add_processor(DrawGraffitiProcessor())
    pipeline.add_processor(DrawObjectBoxProcessor())
    pipeline.add_processor(ResultLogger(name="结果日志器"))

    # 4. 构建视频+YOLO跟踪迭代器（替换为你的视频路径，或0使用摄像头）
    video_path = "123.mp4"  # 或 0 (摄像头)
    try:
        logger.info(f"开始处理视频: {video_path}")
        # 使用跟踪迭代器，可以获取对象ID
        data_iter = video_yolo_iterator(video_path, model_path="yolo11s.pt", tracker="botsort.yaml", device="0")

        # 5. 运行管道，迭代处理数据
        for processed_data in pipeline.run(data_iter):
            # 显示帧（按q退出）
            frame = processed_data.frame
            if frame is not None:
                # 直接显示经过管道处理后的帧，其中已经包含了绘制处理器的效果
                cv2.imshow("YOLO Tracking Pipeline", frame)
                if cv2.waitKey(1) & 0xFF == ord('q'):
                    logger.info("用户请求退出程序")
                    break
    except Exception as e:
        logger.error(f"运行出错: {e}")
    finally:
        cv2.destroyAllWindows()
        logger.info("程序结束运行")