#!/usr/bin/env python
from datetime import datetime

from traffic_csv_converter import *
import cv2
"""
sessions_plotter.py has 3 functions to create spectogram, histogram, 2d_histogram from [(ts, size),..] session.
sessions_plotter.py 具有 3 个功能，可从 [（ts， size）,..] 会话创建频谱图、直方图2d_histogram。
"""
import os
import matplotlib

import cv2 as cv
matplotlib.use('agg')
import matplotlib.pyplot as plt
import numpy as np

import datetime,time

MTU = 1500


def session_spectogram(ts, sizes, name=None):
    plt.scatter(ts, sizes, marker='.')
    plt.ylim(0, MTU)#设置y轴坐标区间
    #plt.ylim(MTU, MTU2)  # 设置y轴坐标区间
    plt.xlim(ts[0], ts[-1])#设置x轴坐标区间
    # plt.yticks(np.arange(0, MTU, 10))
    # plt.xticks(np.arange(int(ts[0]), int(ts[-1]), 10))
    plt.title(name + " Session Spectogram")#输出表头
    plt.ylabel('Size [B]')
    plt.xlabel('Time [sec]')

    plt.grid(True)#显示网格线 1=True=默认显示；0=False=不显示
    plt.show()




def session_atricle_spectogram(ts, sizes, fpath=None, show=True, tps=None):
    if tps is None:
        max_delta_time = ts[-1] - ts[0]
    else:
        max_delta_time = tps

    ts_norm = ((np.array(ts) - ts[0]) / max_delta_time) * MTU
    plt.figure()
    plt.scatter(ts_norm, sizes, marker=',', c='k', s=5)
    plt.ylim(0, MTU)
    plt.xlim(0, MTU)
    plt.ylabel('Packet Size [B]')
    plt.xlabel('Normalized Arrival Time')
    plt.set_cmap('binary')#如果将当前图窗比作一幅简笔画，则cmap就代表颜料盘的配色，用所提供的颜料盘自动给当前简笔画上色，就是cmap所做的事。
    #plt.set_cmap('cool')
    plt.axes().set_aspect('equal')#设置轴缩放的方面，即y-unit与x-unit的比率
    plt.grid(False)#显示网格线 1=True=默认显示；0=False=不显示
    if fpath is not None:
        # plt.savefig(OUTPUT_DIR + fname, bbox_inches='tight', pad_inches=1)
        plt.savefig(fpath, bbox_inches='tight')
        #第一个实参指定要以什么样的文件名保存图表。
        #第二个实参指定将图表多余的空白区域裁减掉。如果要保留图表周围多余的空白区域，可省略这个实参。
    if show:
        plt.show()
    plt.close()


def session_histogram(sizes, plot=False):
    hist, bin_edges = np.histogram(sizes, bins=range(0, MTU + 1, 1))
    #sizes数组，bins表示的是范围，即直方图纵坐标最大值，(0,MTU + 1)表示只统计[0，MTU]不包括0
    if plot:
        plt.bar(bin_edges[:-1], hist, width=1)#hist直方图，width单个直方图的宽度
        plt.xlim(min(bin_edges), max(bin_edges)+100)
        plt.show()
    return hist.astype(np.uint16)#转换数据类型为np.uint16


def session_2d_histogram(ts, sizes, plot=False, tps=None, qwe=0):#plot=False不画出图例
    if tps is None:
        max_delta_time = ts[-1] - ts[0]
    else:
        max_delta_time = tps

    # ts_norm = map(int, ((np.array(ts) - ts[0]) / max_delta_time) * MTU)
    ts_norm = ((np.array(ts) - ts[0]) / max_delta_time) * MTU
    H, xedges, yedges = np.histogram2d(sizes, ts_norm, bins=(range(0, MTU + 1, 1), range(0, MTU + 1, 1)))
    if plot:
        plt.pcolormesh(xedges, yedges, H)#pcolormeshp()函数用于创建具有非规则矩形网格的伪彩色图
        #plt.colorbar()#colorbar 即主图旁一个长条状的小图，能够辅助表示主图中 colormap 的颜色组成和颜色与数值的对应关系
        plt.scatter(ts_norm, sizes, marker=',', s=1)
        plt.xlim(0, MTU)
        plt.ylim(0, MTU)

        # 326
        plt.ylabel('Packet Size [B]')
        plt.xlabel('Normalized Arrival Time')


        # plt.set_cmap('gnuplot')
        plt.set_cmap('BuPu')
        # plt.set_cmap('Greys')
        plt.axis('off')
        qwe=str(qwe)

        figure_save_path = "appp111"  # 这里创建了一个文件夹，如果依次创建不同文件夹，可以用name_list[i]
        # figure_save_path2 = "appp08"  # 这里创建了一个文件夹，如果依次创建不同文件夹，可以用name_list[i]
        if not os.path.exists(figure_save_path):
            os.makedirs(figure_save_path)  # 如果不存在目录figure_save_path，则创建
        # if not os.path.exists(figure_save_path2):
        #     os.makedirs(figure_save_path2)  # 如果不存在目录figure_save_path，则创建
        plt.savefig(os.path.join(figure_save_path, qwe+ ".png"),bbox_inches='tight',pad_inches = 0)  # 分别命名图片


        # # cv2.imwrite(filename, img)
        # img = cv2.imread(s)
        # cv2.imwrite(img, figure_save_path2, qwe+ ".png")
        #
        #
        # #plt.savefig("filename" +qwe+ ".png")

        plt.close()
        plt.show()
        # plt.axis('off')
        #
        # plt.show()
        # plt.savefig(os.path.join(figure_save_path2, qwe + ".png"))  # 分别命名图片


    return H.astype(np.uint16)#转换数据类型为np.uint16

# def session_2d_histogram1(ts, sizes, plot=False, tps=None, qwe=0):#plot=False不画出图例
#     if tps is None:
#         max_delta_time = ts[-1] - ts[0]
#     else:
#         max_delta_time = tps
#
#     # ts_norm = map(int, ((np.array(ts) - ts[0]) / max_delta_time) * MTU)
#     ts_norm = ((np.array(ts) - ts[0]) / max_delta_time) * MTU
#     H, xedges, yedges = np.histogram2d(sizes, ts_norm, bins=(range(0, MTU + 1, 1), range(0, MTU + 1, 1)))
#     if plot:
#         plt.pcolormesh(xedges, yedges, H)#pcolormeshp()函数用于创建具有非规则矩形网格的伪彩色图
#         #plt.colorbar()#colorbar 即主图旁一个长条状的小图，能够辅助表示主图中 colormap 的颜色组成和颜色与数值的对应关系
#         plt.scatter(ts_norm, sizes, marker=',', s=0.5)
#         plt.xlim(0, MTU)
#         plt.ylim(0, MTU)
#         plt.ylabel('Packet Size [B]')
#         plt.xlabel('Normalized Arrival Time')
#         #plt.set_cmap('gnuplot')
#         plt.set_cmap('BuPu')
#         qwe=str(qwe)
#
#         figure_save_path = "fig_voip_vpn1"  # 这里创建了一个文件夹，如果依次创建不同文件夹，可以用name_list[i]
#         if not os.path.exists(figure_save_path):
#             os.makedirs(figure_save_path)  # 如果不存在目录figure_save_path，则创建
#         plt.savefig(os.path.join(figure_save_path, qwe+ ".png"))  # 分别命名图片
#         plt.close()
#         #plt.savefig("filename" +qwe+ ".png")
#         plt.show()


    # return H.astype(np.uint16)#转换数据类型为np.uint16