from PIL import Image
import numpy as np
import matplotlib.pyplot as plt

sobel_x = np.array([[-1, 0, 1], [-2, 0, 2], [-1, 0, 1]])
sobel_y = np.array([[ 1, 2, 1], [ 0, 0, 0], [-1,-2,-1]])

def edge_detection(img, filter_x, filter_y, threshold, show_img=True):

    img_shape = img.shape
    filter_size = filter_x.shape

    # Edge Detection을 저장할 array
    result_arr = tuple(np.array(img_shape)-np.array(filter_size)+1)

    # 결과 행렬 초기화
    x_result = np.zeros(result_arr)
    y_result = np.zeros(result_arr)

    # edge detetion 수행
    for h in range(0, result_arr[0]):
        for w in range(0, result_arr[1]):
            # 필터 적용
            tmp = img[h:h+filter_size[0],w:w+filter_size[1]]
            # x축 적용
            x_result[h,w] = np.abs(np.sum(tmp*filter_x))
            # y축 적용
            y_result[h,w] = np.abs(np.sum(tmp*filter_y))

    # 두 결과를 합친다.       
    result = x_result + y_result
    thr_result = np.zeros(result_arr)
    thr_result[result>threshold] = 1

def gaussianKernel(size, sigma):
    # 중심으로부터 거리 배열 생성
    arr_dis = np.arange((size//2)*(-1), (size//2)+1)

    # array 초기화
    arr = np.zeros((size, size))

    # 중심에서부터의 거리를 제곱합으로 계산
    for x in range(size):
        for y in range(size):
            arr[x,y] = arr_dis[x]**2+arr_dis[y]**2

    # 커널의 값을 저장할 매트릭스 생성        
    kernel = np.zeros((size, size))
    
    # 가우시안 함수를 사용하여 가우시안 커널 생성
    for x in range(size):
        for y in range(size):
             kernel[x,y] = np.exp(-arr[x,y]/(2*sigma**2))

    # 커널의 합이 1이 되도록 정규화
    kernel /= kernel.sum()
    
    return kernel