import numpy as np
from scipy.spatial.transform import Rotation as R


def flip_coefficient_if_positive(coefficient):
    # 检查 coefficient[2] 是否大于0
    if coefficient[2] > 0:
        # 取反所有分量
        coefficient = [-x for x in coefficient]
        print("翻转：\n")

    return coefficient

def vec2ola(coefficient):
    coefficient_raw = flip_coefficient_if_positive(coefficient)
    coefficient = coefficient_raw.reshape(-1)
    curZ = np.array(coefficient)# 定义 Z 方向的向量
    # print(curZ)

    curX = np.array([1, 1, 0],dtype=np.float64)# 定义初始 X 方向的向量
    curX /= np.linalg.norm(curX)  # 归一化 X 向量

    curY = np.cross(curZ, curX)# 计算 Y 方向的向量
    curY /= np.linalg.norm(curY)  # 归一化 Y 向量

    curX = np.cross(curY, curZ)# 重新计算 X 方向的向量
    curX /= np.linalg.norm(curX)  # 归一化 X 向量

    # 创建旋转矩阵
    rotM = np.array([
        [curX[0], curY[0], curZ[0]],
        [curX[1], curY[1], curZ[1]],
        [curX[2], curY[2], curZ[2]]
    ])

    # 打印旋转矩阵
    print("Rotation Matrix:")
    print(rotM)

    # 计算欧拉角（XYZ顺序）并转换为度
    r = R.from_matrix(rotM)
    euler_angles = r.as_euler('xyz', degrees=True)

    print("Euler Angles (degrees):")
    print(euler_angles)



def vec2attitude(a,b,c):
    pi = np.arccos(-1.0)  # pi 的值

    # 输入a, b, c
    # 定义矩阵
    r1 = np.array([[1, 0, 0],
                   [0, np.cos(a * pi), np.sin(a * pi)],
                   [0, -np.sin(a * pi), np.cos(a * pi)]])  # r1 矩阵 3x3

    r2 = np.array([[np.cos(b * pi), 0, -np.sin(b * pi)],
                   [0, 1, 0],
                   [np.sin(b * pi), 0, np.cos(b * pi)]])  # r2 矩阵 3x3

    r3 = np.array([[np.cos(c * pi), np.sin(c * pi), 0],
                   [-np.sin(c * pi), np.cos(c * pi), 0],
                   [0, 0, 1]])  # r3 矩阵 3x3

    vector1 = np.array([[1], [1], [1]])  # 初始向量 3x1

    # 旋转矩阵相乘并应用于向量
    matrix_result = np.dot(np.dot(np.dot(r1, r2), r3), vector1)

    # 输出结果
    ola=[]
    for m in range(matrix_result.shape[0]):
        ola.append(matrix_result[m][0])
        print(f"{matrix_result[m][0]:<20}")

    return ola

#这个版本是先拿法向量转换成基坐标，在转欧拉
#黄老师会给我传目标物的中心点坐标x,y,z和目标位姿的平面法向量a,b,c
def getPosition(x,y,z,a,b,c):
    target = np.asarray([x, y, z])
    camera2robot = np.loadtxt('D:\BaiduNetdiskDownload\机械臂\GRCNN\\real\cam_pose.txt', delimiter=' ')
    position = np.dot(camera2robot[0:3, 0:3], target) + camera2robot[0:3, 3:]
    target_position = position[0:3, 0]#转换后的位置信息

    vector = np.asarray([a, b, c])
    normal_vector = vector / np.linalg.norm(vector)#归一化
    normal_vector.shape = (3, 1)
    dot_angle = np.dot(camera2robot[0:3, 0:3], normal_vector)#转换后的法向量,方向依然是同一个方向，只是表示方法变了

    target_angle = vec2ola(dot_angle)#把转换之后的法向量转换为欧拉角,欧拉角不是rpy角

    # r,p,y = angle_tool.as_euler('xyz',degrees=True)#r表示u,p表示v，y表示w
    # target_angle = np.asarray([r,p,y])
    # print(target_angle)

    return target_position,target_angle