---

import os
import cv2
import numpy as np

def load_templates(templates_folder="extracted_pieces"):
    """Загрузка цветных BGR шаблонов"""
    symbol_map = {
        "white_K": "K", "white_Q": "Q", "white_R": "R", "white_B": "B", "white_N": "N", "white_P": "P",
        "black_k": "k", "black_q": "q", "black_r": "r", "black_b": "b", "black_n": "n", "black_p": "p",
        "black_K": "k", "black_Q": "q", "black_R": "r", "black_B": "b", "black_N": "n", "black_P": "p"
    }

    templates = {}
    if not os.path.exists(templates_folder):
        print(f"[!] Ошибка: Папка с шаблонами '{templates_folder}' не найдена!")
        return templates

    for filename in os.listdir(templates_folder):
        if filename.endswith(".png"):
            name_without_ext = os.path.splitext(filename)[0]
            symbol = symbol_map.get(name_without_ext)
            if not symbol:
                continue

            file_path = os.path.join(templates_folder, filename)
            tpl_img = cv2.imread(file_path)
            
            if tpl_img is not None:
                templates[symbol] = tpl_img

    return templates


def generate_fen(board_matrix):
    """Генерация FEN-строки"""
    fen_rows = []
    for row in board_matrix:
        empty_count = 0
        row_str = ""
        for cell in row:
            if cell == ".":
                empty_count += 1
            else:
                if empty_count > 0:
                    row_str += str(empty_count)
                    empty_count = 0
                row_str += cell
        if empty_count > 0:
            row_str += str(empty_count)
        fen_rows.append(row_str)

    return "/".join(fen_rows) + " w - - 0 1"


def scan_board(
    board_path="board.png",
    templates_folder="extracted_pieces",
    match_threshold=0.45,    # Минимальный порог уверенности (0.4 - 0.6)
    inner_margin_pct=0.03    # Небольшой отступ (3%), чтобы захватить фигуру целиком
):
    templates = load_templates(templates_folder)
    if not templates:
        print("[!] Ошибка: Нет загруженных шаблонов.")
        return

    board_img = cv2.imread(board_path)
    if board_img is None:
        print(f"[!] Ошибка: Не удалось открыть файл '{board_path}'.")
        return

    img_h, img_w, _ = board_img.shape
    cell_w = img_w / 8.0
    cell_h = img_h / 8.0

    board_matrix = []

    print("Сканирование доски...\n")

    for row in range(8):
        row_symbols = []
        for col in range(8):
            # Точный расчет координат клетки с минимальным отступом
            x1 = int(round(col * cell_w + cell_w * inner_margin_pct))
            y1 = int(round(row * cell_h + cell_h * inner_margin_pct))
            x2 = int(round((col + 1) * cell_w - cell_w * inner_margin_pct))
            y2 = int(round((row + 1) * cell_h - cell_h * inner_margin_pct))

            cell_crop = board_img[y1:y2, x1:x2]

            best_match_symbol = "."
            best_score = -1.0

            # Сравниваем с каждым шаблоном напрямую по цвету и структуре
            for symbol, tpl in templates.items():
                tpl_h, tpl_w, _ = tpl.shape
                
                # Масштабируем вырезку клетки строго под размер шаблона
                cell_resized = cv2.resize(cell_crop, (tpl_w, tpl_h))

                # Нормализованное сравнение
                res = cv2.matchTemplate(cell_resized, tpl, cv2.TM_CCOEFF_NORMED)
                _, max_val, _, _ = cv2.minMaxLoc(res)

                if max_val > best_score:
                    best_score = max_val
                    best_match_symbol = symbol

            # Если лучший балл превысил порог — пишем фигуру, иначе пустая клетка
            if best_score >= match_threshold:
                row_symbols.append(best_match_symbol)
            else:
                row_symbols.append(".")

        board_matrix.append(row_symbols)

    # Вывод доски в консоль
    divider = "  +" + "---+" * 8
    print(divider)
    for i, row in enumerate(board_matrix):
        rank_label = 8 - i
        row_content = " | ".join(row)
        print(f"{rank_label} | {row_content} |")
        print(divider)
    print("    a   b   c   d   e   f   g   h\n")

    # Вывод FEN
    fen_string = generate_fen(board_matrix)
    print(f"FEN: {fen_string}\n")


if __name__ == "__main__":
    try:
        scan_board()
    except Exception as e:
        print(f"\n[!] Ошибка: {e}")
    
    input("\nНажмите Enter, чтобы закрыть программу...")