"""
Вспомогательные функции для стеганографии
Модуль содержит утилиты для работы с текстом, битами и метриками качества
"""

import numpy as np
from math import log10, sqrt 


def text_to_bits(text: str) -> str:
    """
    Преобразует текст в строку битов.

    Аргументы:
        text (str): Входной текст (например, "Привет")

    Возвращает:
        str: Строка из '0' и '1' (например, "11010001...")

    Пример:
        >>> text_to_bits("A")
        '01000001'
    """
    # Кодируем текст в байты (UTF-8 поддерживает русский язык)
    bytes_data = text.encode('utf-8')

    # Преобразуем каждый байт в 8-битную строку и объединяем
    bits = ''.join(format(byte, '08b') for byte in bytes_data)

    return bits


def bits_to_text(bits: str) -> str:
    """
    Преобразует строку битов обратно в текст.

    Аргументы:
        bits (str): Строка из '0' и '1' (длина должна быть кратна 8)

    Возвращает:
        str: Декодированный текст

    Пример:
        >>> bits_to_text("01000001")
        'A'
    """
    # Проверяем, что длина строки кратна 8
    if len(bits) % 8 != 0:
        raise ValueError("Длина битовой строки должна быть кратна 8")

    # Разбиваем строку на блоки по 8 бит и преобразуем в байты
    bytes_data = bytearray()
    for i in range(0, len(bits), 8):
        byte = bits[i:i + 8]               # берем 8 бит
        bytes_data.append(int(byte, 2))    # преобразуем из двоичной в число

    # Декодируем байты в строку (UTF-8)
    return bytes_data.decode('utf-8')


def calculate_psnr(original_path: str, modified_path: str) -> float:
    """
    Вычисляет PSNR (Peak Signal-to-Noise Ratio) между двумя изображениями.

    PSNR показывает, насколько сильно изменилось изображение после внедрения.
    Чем выше значение, тем меньше изменений.

    - PSNR > 40 dB: отличное качество (изменения практически незаметны)
    - PSNR 30-40 dB: хорошее качество
    - PSNR 20-30 dB: заметные искажения
    - PSNR < 20 dB: сильные искажения

    Аргументы:
        original_path (str): Путь к исходному изображению
        modified_path (str): Путь к измененному изображению

    Возвращает:
        float: Значение PSNR в децибелах (dB)
    """
    from PIL import Image

    # Загружаем изображения
    img1 = Image.open(original_path).convert('RGB')
    img2 = Image.open(modified_path).convert('RGB')

    # Преобразуем в массивы numpy
    img1_array = np.array(img1, dtype=np.float64)
    img2_array = np.array(img2, dtype=np.float64)

    # Вычисляем среднеквадратичную ошибку (MSE)
    mse = np.mean((img1_array - img2_array) ** 2)

    # Если MSE = 0, изображения идентичны
    if mse == 0:
        return float('inf')

    # Максимальное значение пикселя (для RGB это 255)
    max_pixel = 255.0

    # Формула PSNR: 10 * log10(MAX^2 / MSE)
    psnr = 10 * log10((max_pixel ** 2) / mse)

    return psnr


def calculate_capacity(image_path: str) -> int:
    """
    Рассчитывает максимальную вместимость изображения в байтах для LSB метода.

    Для LSB: каждый пиксель (RGB) = 3 бита = 0.375 байта.

    Аргументы:
        image_path (str): Путь к изображению

    Возвращает:
        int: Максимальное количество байт, которое можно спрятать
    """
    from PIL import Image

    img = Image.open(image_path)
    width, height = img.size
    total_pixels = width * height

    # 3 бита на пиксель, переводим в байты
    max_bits = total_pixels * 3
    max_bytes = max_bits // 8

    return max_bytes