"""屏幕 OCR 识别（RapidOCR，ONNX 推理，跨平台：Windows/Linux/macOS）。

用于"条件判断"步骤的 ocr 选择器：截屏 → 识别文字 → 按关键词匹配 → 可点击。
UI 树里找不到的文字（图片、画布、WebView 渲染的文字）也能识别。

依赖 rapidocr_onnxruntime（中英文模型随包内置，无需下载/联网）：
  pip install rapidocr_onnxruntime
服务器（无显示器）环境建议把 opencv-python 换成 opencv-python-headless。

坐标约定：返回 box 为像素坐标（原点左上），与 u2 的 d.click 一致。
"""
import threading

import numpy as np

from core.logger import get_logger

_log = get_logger("core.ocr")

_engine = None
_engine_lock = threading.Lock()


def _get_engine():
    global _engine
    with _engine_lock:
        if _engine is None:
            from rapidocr_onnxruntime import RapidOCR
            _log.info("初始化 RapidOCR 引擎（首次约 1-2 秒加载模型）")
            _engine = RapidOCR()
    return _engine


def available():
    """OCR 是否可用。返回 (ok, hint)。"""
    try:
        _get_engine()
        return True, ""
    except Exception as e:
        return False, f"OCR 不可用（需 pip install rapidocr_onnxruntime）: {e}"


def recognize(image):
    """识别 PIL Image 上的文字。

    返回 [{text, score, box}]，box=[x1,y1,x2,y2] 像素坐标（原点左上，与 u2 一致）。
    """
    engine = _get_engine()
    # PIL(RGB) → ndarray(BGR)，与 OpenCV 约定一致
    arr = np.array(image.convert("RGB"))[:, :, ::-1]
    results = []
    try:
        # 引擎实例并发调用加锁保护（识别本身约 0.2-0.5s，锁开销可忽略）
        with _engine_lock:
            result, _ = engine(arr)
    except Exception as e:
        _log.warning(f"OCR 识别异常: {e}")
        return results
    for item in result or []:
        box4, text, score = item
        xs = [p[0] for p in box4]
        ys = [p[1] for p in box4]
        results.append({"text": text, "score": float(score),
                        "box": [round(min(xs)), round(min(ys)),
                                round(max(xs)), round(max(ys))]})
    return results


def find_on_screen(image, keyword):
    """在截图上查找包含 keyword 的文字。

    返回 (found, center_xy, matched_text)；center_xy 为**关键词**中心像素坐标
    （可点击），未命中返回 (False, None, "")。

    OCR 一行常含多段文字（如 "医值得推荐#苏州济世璞真…展开"），若直接点整块
    中心会偏离关键词很远。命中块文本较长时，按关键词在文本中的位置比例估算 x
    （块内文字近似等宽），y 取块中心——中文场景估算偏差小，点击能落准。
    """
    for r in recognize(image):
        text = r["text"]
        if keyword in text:
            b = r["box"]
            if len(text) <= 12:   # 短文本：整块中心即关键词中心
                return True, ((b[0] + b[2]) // 2, (b[1] + b[3]) // 2), text
            idx = text.find(keyword)
            ratio = (idx + len(keyword) / 2) / len(text)
            cx = b[0] + int((b[2] - b[0]) * ratio)
            cy = (b[1] + b[3]) // 2
            return True, (cx, cy), text
    return False, None, ""