import csv
import os
import glob
import math
import argparse
import sys


def process_spectral_data(input_file):
    # 读取整个CSV文件
    with open(input_file, 'r') as f:
        reader = csv.reader(f)
        all_rows = list(reader)

    # 存储最终结果
    file_results = []
    wavelength_header = None
    index = 0
    total_rows = len(all_rows)
    group_count = 0
    valid_group_count = 0

    # 遍历所有行
    while index < total_rows:
        group_count += 1

        # 检查是否有足够行构成一个数据组（8行）
        if index + 8 > total_rows:
            break

        # 提取数据组的8行
        group = all_rows[index:index + 8]

        # 跳过数据组之间的3行
        index += 11

        # 验证数据组结构
        if len(group) < 6:
            continue

        try:
            # 提取时间戳（第一行第四列）
            timestamp = group[0][3]  # 索引3 = 第四列

            # 提取波长（第四行）
            wavelengths = [float(x) for x in group[3][1:-1] if x.strip()]

            # 提取上行RAD值（第五行）
            up_rad = [float(x) for x in group[6][1:-1] if x.strip()]

            # 提取下行RAD值（第六行）
            down_rad = [float(x) for x in group[7][1:-1] if x.strip()]

            # 验证数据长度
            if not (len(wavelengths) == len(up_rad) == len(down_rad)):
                print(f"警告: 在文件 {os.path.basename(input_file)} 的时间点 {timestamp} 中, "
                      f"波长({len(wavelengths)})、上行({len(up_rad)})、下行({len(down_rad)})数据长度不一致")
                continue

            # 处理光谱漂移：
            # 1. 下行rad值向前移动一位（舍弃第一个值）
            # 2. 舍弃最后一个波长值
            down_rad_shifted = down_rad[1:]
            valid_wavelengths = wavelengths[:-1]
            valid_up_rad = up_rad[:-1]

            # 计算反射率：上行DN / 下行DN（移动后）
            # 增加分母为零的保护
            reflectance = []
            zero_denominator_count = 0

            for u, d in zip(valid_up_rad, down_rad_shifted):
                # 检查分母是否为零或非常小
                if u > 1e-64:  # 避免除以零或接近零的值
                    reflectance.append(d / u)
                else:
                    # 分母无效时使用特殊值（NaN或-9999）
                    reflectance.append(float('0'))
                    zero_denominator_count += 1

            # 记录分母为零的警告
            if zero_denominator_count > 0:
                print(f"警告: 在文件 {os.path.basename(input_file)} 的时间点 {timestamp} 中, "
                      f"有 {zero_denominator_count} 个波段的分母为零或接近零")

            # 设置波长表头（仅第一次）
            if wavelength_header is None:
                wavelength_header = valid_wavelengths

            # 添加结果行：时间戳 + 反射率数据
            file_results.append([timestamp] + reflectance)
            valid_group_count += 1

        except (IndexError, ValueError) as e:
            print(f"处理文件 {os.path.basename(input_file)} 时出错: {e}")
            continue

    return file_results, wavelength_header, group_count, valid_group_count


def process_spectral_folder(input_folder, output_file):
    """处理整个文件夹内的CSV文件"""
    # 查找所有CSV文件
    csv_files = glob.glob(os.path.join(input_folder, "*.csv"))
    if not csv_files:
        print(f"在文件夹 {input_folder} 中未找到CSV文件")
        return False

    print(f"找到 {len(csv_files)} 个CSV文件待处理")

    # 存储所有结果
    all_results = []
    global_wavelength_header = None
    total_groups = 0
    total_valid_groups = 0
    processed_files = 0

    # 处理每个文件
    for i, csv_file in enumerate(csv_files):
        print(f"处理文件 {i + 1}/{len(csv_files)}: {os.path.basename(csv_file)}")
        file_results, wavelength_header, group_count, valid_group_count = process_spectral_data(csv_file)

        total_groups += group_count
        total_valid_groups += valid_group_count
        processed_files += 1

        if file_results:
            # 如果是第一个有效文件，设置全局波长表头
            if global_wavelength_header is None and wavelength_header is not None:
                global_wavelength_header = wavelength_header
                all_results.append(['Timestamp'] + global_wavelength_header)

            # 添加文件结果
            all_results.extend(file_results)
        else:
            print(f"警告: 文件 {os.path.basename(csv_file)} 未提取到有效数据")

    # 如果没有有效数据，提前退出
    if not all_results:
        print("错误: 未提取到任何有效数据，请检查输入文件格式")
        return False

    # 确保输出目录存在
    output_dir = os.path.dirname(output_file)
    if output_dir and not os.path.exists(output_dir):
        os.makedirs(output_dir)

    # 写入输出文件
    try:
        with open(output_file, 'w', newline='') as f:
            writer = csv.writer(f)
            writer.writerows(all_results)
    except Exception as e:
        print(f"写入输出文件时出错: {e}")
        return False

    # 打印汇总信息
    print(f"\n处理完成! 共处理 {processed_files}/{len(csv_files)} 个文件")
    print(f"发现 {total_groups} 个数据组, 成功提取 {total_valid_groups} 个有效数据组")
    print(f"反射率数据已保存至: {output_file}")
    return True


def main():
    # 设置命令行参数解析
    parser = argparse.ArgumentParser(
        description='高光谱数据处理工具: 从原始传感器数据提取反射率并导出为CSV',
        epilog='示例: python hyperspec_export.py -i "C:/input/data" -o "C:/output/reflectance.csv"'
    )

    parser.add_argument('-i', '--input', required=True,
                        help='输入文件夹路径，包含原始高光谱CSV文件')
    parser.add_argument('-o', '--output', required=True,
                        help='输出文件路径（CSV格式）')

    # 解析参数
    args = parser.parse_args()

    # 检查输入路径是否存在
    if not os.path.exists(args.input):
        print(f"错误: 输入路径 '{args.input}' 不存在")
        sys.exit(1)

    # 检查输入路径是否是目录
    if not os.path.isdir(args.input):
        print(f"错误: '{args.input}' 不是有效的文件夹路径")
        sys.exit(1)

    # 处理文件夹
    success = process_spectral_folder(args.input, args.output)

    if not success:
        print("处理过程中出现错误，请检查日志")
        sys.exit(1)


if __name__ == "__main__":
    main()