"""YOLO 结果 <-> Label Studio 结果格式的互转。

单独成一个模块、不 import label_studio_ml，这样主环境里就能直接测：
ML backend 跑在自己的虚拟环境里（见 ml_backend/README.md），主环境装不了它。

Label Studio 的框用**百分比**表示左上角与宽高（0~100），YOLO 用归一化的中心点与宽高。
`original_width` / `original_height` 必须是图片的真实像素尺寸，Label Studio 据此换算。
"""

from __future__ import annotations

import uuid
from collections.abc import Sequence


def box_to_result(
    class_name: str,
    xyxyn: Sequence[float],
    width: int,
    height: int,
    from_name: str,
    to_name: str,
    score: float | None = None,
) -> dict:
    """一个归一化 xyxy 框 -> 一条 Label Studio 的 rectanglelabels 结果。"""
    x1, y1, x2, y2 = (min(max(float(v), 0.0), 1.0) for v in xyxyn)
    item = {
        "id": uuid.uuid4().hex[:10],
        "type": "rectanglelabels",
        "from_name": from_name,
        "to_name": to_name,
        "original_width": int(width),
        "original_height": int(height),
        "image_rotation": 0,
        "value": {
            "x": x1 * 100,
            "y": y1 * 100,
            "width": (x2 - x1) * 100,
            "height": (y2 - y1) * 100,
            "rotation": 0,
            "rectanglelabels": [class_name],
        },
    }
    if score is not None:
        item["score"] = float(score)
    return item


def to_prediction(
    boxes: Sequence[tuple[str, Sequence[float], float]],
    width: int,
    height: int,
    from_name: str,
    to_name: str,
    model_version: str,
) -> dict:
    """一张图的若干框 -> 一条 Label Studio 预测。

    Args:
        boxes: (类别名, 归一化 xyxy, 置信度) 的序列。

    预测整体的 `score` 取所有框里最高的置信度：Label Studio 用它给任务排序，
    取最大值才能让"模型最有把握的图"排在前面；没有框时为 0，表示这张图没找到缺陷。
    """
    results = [
        box_to_result(name, xyxyn, width, height, from_name, to_name, score)
        for name, xyxyn, score in boxes
    ]
    return {
        "model_version": model_version,
        "score": max((score for _, _, score in boxes), default=0.0),
        "result": results,
    }