"""Character View Sheet: 11 views, optional mannequin guides, PNG-only export."""
import json
import random
import tempfile
import time
from pathlib import Path

import gradio as gr

from backend import MAX_GPU_SECONDS, QUOTA_MULTIPLIER, USE_ANGLES, run_gpu
from core import build_zip, prepare_reference, requested_seconds
from pose_guides import ensure_guides, get_guide
from views import BY_KEY, DEFAULT_KEYS, SIZES, VIEWS, validate_keys

GUIDES = ensure_guides()


def allocation_message(keys):
    if not keys:
        return "視点を選択してください。"
    allocation = requested_seconds(keys, MAX_GPU_SECONDS)
    quota = allocation * QUOTA_MULTIPLIER
    message = (
        f"選択: {len(set(keys))}視点。1回のGPU時間枠は最大{allocation}秒"
        f"（利用枠への換算: {quota}秒）。\n\n"
        "未ログインの1日枠は120秒です。他のZeroGPU利用分と共有されます。"
        "11視点の完成時間は設定や混雑で変わります。余裕がなくなったら、完成済み画像を返します。"
    )
    if quota > 120:
        message += "\n\n現在のGPU設定では未ログインの1日枠を超えます。"
    return message


def pose_preview(keys):
    return [(str(GUIDES[key]), BY_KEY[key].label) for key in (keys or []) if key in BY_KEY]


def generate(reference, keys, pose_enabled, resolution, extra, seed, random_seed, crop_close_views=False):
    # Invalid retry inputs must not leave a previous character's ZIP visible.
    yield [], None, None, "入力を確認しています。", seed
    if reference is None:
        raise gr.Error("キャラクターの参照画像をアップロードしてください。")
    try:
        keys = validate_keys(keys)
    except ValueError as exc:
        raise gr.Error(str(exc)) from exc
    if resolution not in SIZES:
        raise gr.Error("解像度を選択してください。")
    seed = random.randint(0, 2**31 - 1) if random_seed else int(seed)
    reference = prepare_reference(reference, 768 if resolution == "fast" else 1216)
    guides = None
    if pose_enabled:
        guides = {key: get_guide(key, *SIZES[resolution][BY_KEY[key].shape]) for key in keys}

    # Clear stale downloads and results before requesting GPU time.
    yield [], None, None, "生成中です。", seed
    started = time.perf_counter()
    try:
        images, reason, metrics = run_gpu(reference, keys, guides, resolution, seed, extra or "", crop_close_views)
    except Exception as exc:
        print(f"[app] GPU request failed: {type(exc).__name__}: {exc}", flush=True)
        # Keep infrastructure quota errors visible; no invented successful result.
        yield [], None, None, f"生成できませんでした: {exc}", seed
        return
    metrics["request_wall_seconds"] = round(time.perf_counter() - started, 3)
    gallery = [(images[key], BY_KEY[key].label) for key in keys if key in images]
    status = f"{len(images)}/{len(keys)}視点を生成しました。Seed: {seed}"
    if reason:
        status += "\n" + reason
    # Gradio caches yielded files before requesting the next generator item.
    # Keep originals alive across this yield, then remove both report and ZIP.
    with tempfile.TemporaryDirectory(prefix="view-result-") as result_dir:
        report = Path(result_dir) / "generation_metrics.json"
        report.write_text(json.dumps(metrics, ensure_ascii=False, indent=2), encoding="utf-8")
        archive = build_zip(images, keys, output_dir=result_dir)
        yield gallery, archive, str(report), status, seed


with gr.Blocks(title="Character View Sheet (Qwen Image 2.1 turbo)", delete_cache=(3600, 3600)) as demo:
    gr.Markdown("# Character View Sheet (Qwen Image 2.1 turbo)\n参照画像とポーズ人形から、学習用の11視点を生成します。")
    gr.Markdown(
        "**研究用デモ** · 多視点生成の速度・人物同一性・ポーズ追従を評価するための試作です。"
        "利用モデルのライセンスは "
        "[Qwen Research License](https://huggingface.co/Qwen/Qwen-Image-2.1-Turbo/blob/main/LICENSE)です。"
        "商用利用は別許諾が必要です。生成画像から学習したモデルを配布・提供する場合、"
        "関連文書に「Built with Qwen」または「Improved using Qwen」の表示条件があります。"
    )
    with gr.Row():
        with gr.Column():
            reference = gr.Image(label="キャラクターの参照画像", type="pil", height=380)
            pose_enabled = gr.Checkbox(label="ポーズ人形を参照する", value=True)
            crop_close_views = gr.Checkbox(label="白背景の直立全身画像：顔・上半身用に切り出す", value=False)
            gr.Markdown("切り出しは実験機能です。構図が改善する一方、衣装の形が変わる場合があります。")
            gr.Markdown("人形の姿勢・向き・構図を参考にします。関節位置を厳密に固定する機能ではありません。")
            extra = gr.Textbox(label="追加の指示", placeholder="例: 元画像の線画と塗り方を維持", lines=2, max_lines=4)
        with gr.Column():
            keys = gr.CheckboxGroup(label="生成する視点", choices=[(v.label, v.key) for v in VIEWS], value=DEFAULT_KEYS)
            resolution = gr.Radio(
                label="画像サイズ", choices=[("高速: 全身512×768・寄り640×640", "fast"),
                                              ("標準・速度優先: 全身832×1216・寄り1024×1024", "balanced"),
                                              ("標準・細部優先: 全身832×1216・寄り1024×1024", "standard")],
                value="balanced",
            )
            allocation = gr.Markdown(allocation_message(DEFAULT_KEYS))
    with gr.Accordion("ポーズ人形を確認", open=False):
        previews = gr.Gallery(value=pose_preview(DEFAULT_KEYS), columns=4, height=430,
                              label="ポーズ参照", object_fit="contain", interactive=False)
    with gr.Accordion("Seed設定", open=False):
        seed = gr.Number(label="Seed", value=0, precision=0, minimum=0, maximum=2**31 - 1)
        random_seed = gr.Checkbox(label="ランダムSeed", value=True)
    run = gr.Button("選択した視点を生成", variant="primary")
    status = gr.Textbox(label="進行状況", interactive=False)
    results = gr.Gallery(label="生成した画像", columns=4, height=580, object_fit="contain")
    download = gr.File(label="画像だけのZIP", interactive=False)
    with gr.Accordion("実行時間の記録", open=False):
        report = gr.File(label="計測結果 JSON", interactive=False)
        gr.Markdown("高速化の確認用です。画像ZIPには画像だけが入ります。")
    if USE_ANGLES:
        gr.Markdown("2.1用角度LoRAを併用した実験設定です。")

    keys.change(fn=allocation_message, inputs=keys, outputs=allocation, queue=False)
    keys.change(fn=pose_preview, inputs=keys, outputs=previews, queue=False)
    run.click(generate, [reference, keys, pose_enabled, resolution, extra, seed, random_seed, crop_close_views],
              [results, download, report, status, seed], concurrency_limit=1, concurrency_id="generation")

if __name__ == "__main__":
    demo.queue(max_size=8, default_concurrency_limit=1).launch(max_file_size="20mb")