import cv2
from core.ocr import load_model as ocrLoadModel, detect as ocrDetect
from core.face import load_model as faceLoadModel, detect as faceDetect
from core.yolo import load_model as yoloLoadModel, detect as yoloDetect
# 导入保存路径函数（根据实际文件位置调整导入路径）
from core.establish import get_image_save_path
# 模型加载状态标记（避免重复加载）


_model_loaded = False


def load_model():
    """加载所有检测模型（仅首次调用时执行）"""
    global _model_loaded
    if _model_loaded:
        print("模型已加载，无需重复执行")
        return

    # 依次加载OCR、人脸、YOLO模型
    ocrLoadModel()
    faceLoadModel()
    yoloLoadModel()

    _model_loaded = True
    print("所有检测模型加载完成")


def detect(frame):
    """
    执行模型检测，检测到违规时按指定格式保存图片
    参数：
        frame: 待检测的图像帧（OpenCV格式，numpy.ndarray类型）
    返回：
        (检测结果布尔值, 检测详情, 检测模型类型)
    """
    # 1. YOLO检测（优先级1）
    yolo_flag, yolo_result = yoloDetect(frame)
    print(f"YOLO检测结果：{yolo_result}")
    if yolo_flag:
        # 直接调用路径生成函数，无需传入原始图片名
        save_path = get_image_save_path(model_type="yolo")
        if save_path:
            cv2.imwrite(save_path, frame)
            print(f"✅ YOLO违规图片已保存：{save_path}")
        return (True, yolo_result, "yolo")

    # 2. 人脸检测（优先级2）
    face_flag, face_result = faceDetect(frame)
    print(f"人脸检测结果：{face_result}")
    if face_flag:
        save_path = get_image_save_path(model_type="face")
        if save_path:
            cv2.imwrite(save_path, frame)
            print(f"✅ 人脸违规图片已保存：{save_path}")
        return (True, face_result, "face")

    # 3. OCR检测（优先级3）
    ocr_flag, ocr_result = ocrDetect(frame)
    print(f"OCR检测结果：{ocr_result}")
    if ocr_flag:
        save_path = get_image_save_path(model_type="ocr")
        if save_path:
            cv2.imwrite(save_path, frame)
            print(f"✅ OCR违规图片已保存：{save_path}")
        return (True, ocr_result, "ocr")

    # 4. 无违规内容（不保存图片）
    print(f"❌ 未检测到任何违规内容，不保存图片")
    return (False, "未检测到任何内容", "none")