#include <iostream>
#include <vector>
#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>

using namespace std;
using namespace cv;

void kordetektalo1(const Mat& gray, vector<Vec3f>& circles) {

	int cannyTh = 60;  
	int minPoints = 30; 
	int minR = 22;  //K1: allitsd be
	int maxR = 26;  //K1: allitsd be
	int d = 2; 
	int minDist = 10; 
	
	cv::HoughCircles(gray, circles, cv::HOUGH_GRADIENT, d, minDist, cannyTh, minPoints, minR, maxR);
}

int main(){
	Mat img = imread("past.jpg", IMREAD_COLOR);
	if(img.empty()){
	    return 1;
	}
	
    // 1. Konvertáld szürkeskálássá az img képet
	Mat gray;
	cvtColor(img, gray, COLOR_BGR2GRAY);
	imwrite("gray_stud.png", gray);
	
	
	vector<Vec3f> circles; 
	kordetektalo1(gray, circles);

    // 2. Végezz mediánszűrés 11x11-es ablakmérettel.
    Mat mb2;
    medianBlur(img, mb2, 11);
    imwrite("filtered_stud.png", mb2);

	// 3. rajzold ki a detektált köröket az eredeti képre
	// sugár: 6, szín: tiszta piros, vonalvastagság: FILLED
    int radius = 6;
    
    for (auto c : circles) {
		int x = c[0];
		int y = c[1];
		circle(img, Point(x,y), radius, Scalar(0, 100, 100), 2, cv::LineTypes::FILLED);
	}
    
    imwrite("result_stud.png", img);
	

	// 4. Határozd meg a körök középpontja alá eső pixelek 
	// KÉK komponensének átlagát a SZŰRT képen.  
	double mean_v = 0;
	vector<Mat> chs;
	split(circles, chs); //bgr
	int count = 0;
	for(auto c : circles){
	    int x = c[0];
		int y = c[1];
	    mean_v += img.at<uchar>(y,x);
	}
	mean_v /= circles.size();
	
	
	// Jelenitsd meg az atlagot a standard kimeneten.
	// cout << mean_v << endl;
	
	waitKey();

    return 0;	
}