import cv2  # OpenCV fuer Bildbearbeitung
import tkinter  # Zum Erstellen von GUIs
import numpy as np  # Numpy Import
import sys

# Einlesen des Bildes
script_dir = sys.path[0]
path = script_dir[:-4] + "Beispielbilder\lena.jpg"
image = cv2.imread(path)  # Einlesen des Bildes (noch hardcodiert, sollte dann in GUI gehen)

rows = image.shape[0]  # Auslesen der Zeilenanzahl
cols = image.shape[1]  # Auslesen der Spaltenanzahl
kanaele = image.shape[2]  # Auslesen der Kanaele (3 fuer RGB, 1 fuer Graubild)


def gammaCorrection(v):
    if (v <= 0.04045 * 255):
        return ((v / 255) / 12.92)
    elif (v > 0.04045 * 255):
        return (((v / 255) + 0.055) / 1.055) ** 2.4
    else:
        print("Ungültiger Wert!!")
        return 1


def reverseGammaCorrection(v_reverse):
    if (v_reverse <= 0.0031308):
        return 255 * (12.92 * v_reverse)
    elif (v_reverse > 0.0031308):
        return 255 * (1.055 * v_reverse ** 0.41666 - 0.055)
    else:
        print("Ungültiger Wert!!!")
        return 1


'''
           0.4124564  0.3575761  0.1804375    Transformationsmatrix fuer XYZ Werte aus gegebenen RGB Werten!
RGB2XYZ =  0.2126729  0.7151522  0.0721750   
           0.0193339  0.1191920  0.9503041
'''

RGB2XYZ = np.array(
    [[0.4124564, 0.3575761, 0.1804375],
     [0.2126729, 0.7151522, 0.0721750],
     [0.0193339, 0.1191920, 0.9503041]])

'''
            3.2404542 -1.5371385 -0.4985314   Transformationsmatrix fuer RGB Werte aus gegebenen XYZ Werten!
XYZ2RGB =  -0.9692660  1.8760108  0.0415560   (RGB nur ganzzahlig --> Runden!!)
            0.0556434 -0.2040259  1.0572252  
'''

XYZ2RGB = np.array(
    [[3.2404542, -1.5371385, -0.4985314],
     [-0.9692660, 1.8760108, 0.0415560],
     [0.0556434, -0.2040259, 1.0572252]])

'''
            0.4002     0.7076    −0.0808     Transformationsmatrix fuer LMS Werte aus gegebenen XYZ Werten
M_HPE =    −0.2263     1.1653     0.0457  
            0          0          0.9182  
'''

M_HPE = np.array([[0.4002, 0.7076, -0.0808],
                  [-0.2263, 1.1653, 0.0457],
                  [0, 0, 0.9182]])

# for i in range(rows):           #Durchgehen aller Pixel des Bildes
#   for j in range(cols):
#      k = image[i,j]
#      #Umwandlungsalgorithmus


cv2.namedWindow("Display")  # Displaywindow erstellen
cv2.imshow("Display", image)  # Bild zeigen
cv2.waitKey(0)  # Fenster offen halten