import cv2
import os
import numpy as np

# da wir in src sind , so können wir zu andrem ordner kommen
RAW_DATA_PFAD = "../data_raw"
MODEL_PFAD = "../models"
MODEL_FILE = os.path.join(MODEL_PFAD, "trained_lbph.yml") # yml für biometrische Data
NAMES_FILE = os.path.join(MODEL_PFAD, "names.pkl") # für mapping the ids from bio data  to real person

# gesicht detektor erstmal initializieren
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')


#LBPH Recognizer initializieren
recognizer = cv2.face.LBPHFaceRecognizer_create()

# dir hersteller
def create_directory_if_not_exists(directory):
    if not os.path.exists(directory):
        os.makedirs(directory)

# trainiert model
def train_model():
    print("\n-training is angefangen")
    faces = []
    ids = []
    names_map = {}
    current_id = 0


# überpruft ob data dir schon exestiert
    if not os.path.exists(RAW_DATA_PFAD):
        print(f"Error: Directory '{RAW_DATA_PFAD}' nicht gefunden.")
        return


# geht durch jede ordner in data raw (e.g., diddy, kirk, etc.)
    for person_name in os.listdir(RAW_DATA_PFAD):
        person_path = os.path.join(RAW_DATA_PFAD, person_name)



# verpasst (skip) alles was nicht ordner ist so wie store.ds oder sowas (.txt....)
        if not os.path.isdir(person_path):
            continue

        names_map[current_id] = person_name
        print(f"Processing ID {current_id}: {person_name}")

        # geht durch jedes Bild in der Ordner jeder Person
        for image_name in os.listdir(person_path):

            if image_name.startswith("."): continue  # Skip unsichbare files die mit . starten

            image_path = os.path.join(person_path, image_name)

            # ladet das bild hoch dann convertiert zum Grayscale
            img = cv2.imread(image_path)
            if img is None: continue
            gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)


             #detectiert gesichte
            faces_rects = face_cascade.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=5)
            for (x, y, w, h) in faces_rects:
                # region von interest ist das gesicht selbst
                roi = gray[y:y + w, x:x + h]
                faces.append(roi)
                ids.append(current_id)

        current_id += 1

    if len(faces) == 0:
        print("No faces found. Please check your 'data_raw' folder.")
        return