#pragma once

#include <memory>
#include <vector>
#include <opencv2/core.hpp>
#include "cuda_helper.hpp"
#include "../common/logger.hpp"

namespace pipeline {

/**
 * @brief 图像预处理器
 * 
 * 负责将输入图像预处理为模型所需的格式：
 * 1. 图像缩放到指定尺寸
 * 2. BGR转RGB
 * 3. 归一化 (0-255 -> 0-1)
 * 4. 批处理支持
 */
class Preprocessor {
public:
    struct Config {
        std::vector<int> input_shape;     // [channels, height, width]
        bool use_cuda{true};              // 是否使用CUDA加速
        int max_batch_size{4};            // 最大批处理大小
        float scale{1.0f/255.0f};         // 归一化系数
    };

    /**
     * @brief 构造函数
     * @param config 预处理配置
     */
    explicit Preprocessor(const Config& config);
    ~Preprocessor();

    // 禁用拷贝
    Preprocessor(const Preprocessor&) = delete;
    Preprocessor& operator=(const Preprocessor&) = delete;

    /**
     * @brief 批量预处理图像
     * @param images 输入图像列表
     * @param output_buffer 输出缓冲区（CUDA设备内存）
     * @return 是否成功
     */
    bool process(const std::vector<cv::Mat>& images, detail::CudaBuffer& output_buffer);

    /**
     * @brief 获取配置
     * @return 当前配置
     */
    const Config& getConfig() const { return config_; }

private:
    // CPU预处理实现
    bool processCPU(const std::vector<cv::Mat>& images, detail::CudaBuffer& output_buffer);
    
    // CUDA预处理实现
    bool processGPU(const std::vector<cv::Mat>& images, detail::CudaBuffer& output_buffer);
    
    // 单张图像预处理（CPU版本）
    bool preprocessImageCPU(const cv::Mat& input, float* output, int target_height, int target_width);
    
    // 检查输入有效性
    bool checkInput(const std::vector<cv::Mat>& images) const;

private:
    Config config_;                                           // 配置参数
    std::unique_ptr<detail::CudaStream> stream_;             // CUDA流
    std::vector<std::unique_ptr<detail::CudaBuffer>> temp_buffers_; // 临时缓冲区
};

} // namespace pipeline