#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Created on Tue Aug  2 12:38:31 2022

@author: syed
"""
import regex_spatial
from utils import geoutil
import geopandas as gpd
import pandas as pd
import re
from shapely.geometry import Polygon,mapping
import numpy as np
from shapely.geometry import Polygon, MultiPoint, LineString, Point
from shapely.geometry.base import geom_factory
from shapely.geos import lgeos
from geocoder import geo_level1





def get_between_coordinates(coordinates1, coordinates2, centroid1, centroid2):
    # 创建多边形对象
    poly1 = Polygon(coordinates1)
    poly2 = Polygon(coordinates2)

    # 计算中心点连线
    center_line = LineString([centroid1, centroid2])

    def max_perpendicular_distance(poly, line):
        max_dist = 0
        farthest_points = None

        for point in poly.exterior.coords:
            p = Point(point)
            # 计算点到中心线的垂直距离
            dist = p.distance(line)
            if dist > max_dist:
                max_dist = dist
                farthest_points = p

        return max_dist * 2  # 计算直径（双倍最大垂直距离）

    # 计算两个区域的最大垂线距离
    diameter1 = max_perpendicular_distance(poly1, center_line)
    diameter2 = max_perpendicular_distance(poly2, center_line)

    # 计算平均直径 R
    R = (diameter1 + diameter2) / 2

    # 计算圆心（两个中心点的中点）
    midpoint = ((centroid1[0] + centroid2[0]) / 2, (centroid1[1] + centroid2[1]) / 2)

    # 生成圆形区域
    circle = Point(midpoint).buffer(R / 2, resolution=100)

    # 获取圆的坐标
    circle_coords = list(circle.exterior.coords)

    return [circle_coords], midpoint




def get_angular_coordinates(coordinates, angle, distance):
    """
    计算基于输入地点坐标、方向角度和距离的目标点，并返回以该点为圆心的等面积圆形坐标集。
    :param coordinates: 地点的边界坐标列表
    :param angle: 方向角度（以正北为 0 度，顺时针方向）
    :param distance: 目标点距离（单位：公里）
    :return: 以目标点为圆心，等面积半径的圆形坐标集
    """
    # 计算输入地点的几何中心
    poly = Polygon(coordinates)
    poly_center = poly.centroid
    lat, lon = poly_center.y, poly_center.x  # 纬度在前，经度在后

    # 计算地球上的 1 度经纬度距离（近似值）
    lat_km = 111.32  # 1 度纬度 ≈ 111.32 km
    lon_km = 111.32 * np.cos(np.radians(lat))  # 1 度经度 ≈ 111.32 × cos(纬度)

    # 计算输入区域的面积（近似 km²，需进一步优化投影转换）
    area_degrees = poly.area  # 原始经纬度面积
    area_km2 = area_degrees * (lat_km * lon_km)  # 近似转换为 km²

    # 计算等面积圆的半径 r（单位 km）
    r_km = np.sqrt(area_km2 / np.pi)  # 使得 πr² ≈ area_km2

    # 计算方向向量（基于输入角度）
    angle_rad = np.radians(angle)  # 转换为弧度
    d_lat = (np.sin(angle_rad) * distance) / lat_km
    d_lon = (np.cos(angle_rad) * distance) / lon_km

    # 计算目标点
    target_point = (lon + d_lon, lat + d_lat)

    # 计算以目标点为圆心，半径 r_km 的圆形坐标集
    circle_points = []
    for theta in np.linspace(0, 360, num=100):  # 生成 100 个点构成圆形
        theta_rad = np.radians(theta)
        d_lat = (np.sin(theta_rad) * r_km) / lat_km
        d_lon = (np.cos(theta_rad) * r_km) / lon_km
        circle_points.append((target_point[0] + d_lon, target_point[1] + d_lat))

    return circle_points