using Omika.App.Services;
using Omika.App.ViewModels;
using Omika.Core.Constants;
using SkiaSharp;

namespace Omika.Tests.Mobile.Local;

/// <summary>
/// Tests de l'orientation EXIF et des règles de la politique de poids des photos.
///
/// L'orientation est vérifiée sur une image 2×1 dont les deux pixels sont
/// distincts, ce qui permet de valider les huit orientations sans dépendre d'un
/// fichier EXIF réel.
/// </summary>
public class ImageOrientationTests
{
    private static readonly SKColor Rouge = new(255, 0, 0);
    private static readonly SKColor Bleu = new(0, 0, 255);

    /// <summary>Source 2×1 : pixel gauche rouge, pixel droit bleu.</summary>
    private static SKBitmap CreateSource()
    {
        var bitmap = new SKBitmap(new SKImageInfo(2, 1, SKColorType.Rgba8888, SKAlphaType.Premul));
        bitmap.SetPixel(0, 0, Rouge);
        bitmap.SetPixel(1, 0, Bleu);
        return bitmap;
    }

    private static SKColor Pixel(SKBitmap bitmap, int x, int y) => bitmap.GetPixel(x, y);

    [Fact]
    public void TopLeft_AucuneTransformation()
    {
        // L'orientation normale ne doit produire aucune copie inutile.
        using SKBitmap source = CreateSource();
        Assert.Null(ImageOrientation.ApplyOrientation(source, SKEncodedOrigin.TopLeft));
    }

    [Theory]
    // Miroir horizontal : [R B] → [B R]
    [InlineData(SKEncodedOrigin.TopRight, 2, 1, 1, 0, true)]
    // Rotation 180° : [R B] → [B R]
    [InlineData(SKEncodedOrigin.BottomRight, 2, 1, 1, 0, true)]
    // Miroir vertical sur une seule ligne : identité [R B]
    [InlineData(SKEncodedOrigin.BottomLeft, 2, 1, 0, 0, true)]
    // Transposition : colonne [R ; B]
    [InlineData(SKEncodedOrigin.LeftTop, 1, 2, 0, 0, true)]
    // Rotation 90° horaire : colonne [R ; B]
    [InlineData(SKEncodedOrigin.RightTop, 1, 2, 0, 0, true)]
    // Miroir + 90° horaire : colonne [B ; R]
    [InlineData(SKEncodedOrigin.RightBottom, 1, 2, 0, 0, false)]
    // Rotation 90° anti-horaire : colonne [B ; R]
    [InlineData(SKEncodedOrigin.LeftBottom, 1, 2, 0, 0, false)]
    public void Orientation_AxesEtCouleursCorrects(
        SKEncodedOrigin origin,
        int expectedWidth,
        int expectedHeight,
        int xDuPremierPixel,
        int yDuPremierPixel,
        bool premierPixelRouge)
    {
        // Act
        using SKBitmap source = CreateSource();
        using SKBitmap? result = ImageOrientation.ApplyOrientation(source, origin);

        // Assert : dimensions permutées quand l'orientation le requiert…
        Assert.NotNull(result);
        Assert.Equal(expectedWidth, result.Width);
        Assert.Equal(expectedHeight, result.Height);

        // … et orientation réellement appliquée (aucun pixel perdu, aucun mélange).
        SKColor premier = Pixel(result, xDuPremierPixel, yDuPremierPixel);
        SKColor attendu = premierPixelRouge ? Rouge : Bleu;
        Assert.Equal(attendu, premier);

        // Les deux couleurs d'origine sont toujours présentes exactement une fois.
        int rouges = 0;
        int bleus = 0;
        for (int x = 0; x < result.Width; x++)
        {
            for (int y = 0; y < result.Height; y++)
            {
                SKColor pixel = Pixel(result, x, y);
                if (pixel == Rouge) rouges++;
                if (pixel == Bleu) bleus++;
            }
        }

        Assert.Equal(1, rouges);
        Assert.Equal(1, bleus);
    }
}

/// <summary>
/// Tests des règles de la politique de poids des photos : détection d'image,
/// normalisation de la valeur configurée et formatage lisible.
/// </summary>
public class PhotoOptimizationSettingsTests
{
    [Theory]
    [InlineData("photo.jpg", true)]
    [InlineData("photo.JPEG", true)]
    [InlineData("capture.png", true)]
    [InlineData("anim.gif", true)]
    [InlineData("image.webp", true)]
    [InlineData("photo.heic", true)]
    [InlineData("scan.tiff", true)]
    [InlineData("rapport.pdf", false)]
    [InlineData("lettre.docx", false)]
    [InlineData("classeur.xlsx", false)]
    [InlineData("archive.zip", false)]
    [InlineData("notes.txt", false)]
    [InlineData("sans_extension", false)]
    [InlineData("", false)]
    public void IsImageExtension_ClasseCorrectement(string fileName, bool expected)
        => Assert.Equal(expected, ImageFileTypes.IsImageExtension(fileName));

    [Fact]
    public void IsImage_MimeSuffitSansExtension()
        => Assert.True(ImageFileTypes.IsImage("fichier", "image/jpeg"));

    [Fact]
    public void IsImage_ExtensionSuffitSansMime()
        => Assert.True(ImageFileTypes.IsImage("photo.jpg", null));

    [Fact]
    public void IsImage_PdfJamaisImage()
        => Assert.False(ImageFileTypes.IsImage("rapport.pdf", "application/pdf"));

    [Theory]
    [InlineData(null, 500, PhotoLimitSource.DefaultFallback)]
    [InlineData("", 500, PhotoLimitSource.DefaultFallback)]
    [InlineData("   ", 500, PhotoLimitSource.DefaultFallback)]
    [InlineData("abc", 500, PhotoLimitSource.DefaultFallback)]
    [InlineData("-10", 500, PhotoLimitSource.DefaultFallback)]
    // 0 est une valeur métier valide : « aucune limite », jamais remplacée par le repli.
    [InlineData("0", 0, PhotoLimitSource.ApplicationParameter)]
    [InlineData("500", 500, PhotoLimitSource.ApplicationParameter)]
    [InlineData(" 2048 ", 2048, PhotoLimitSource.ApplicationParameter)]
    [InlineData("10240", 10240, PhotoLimitSource.ApplicationParameter)]
    public void Resolve_ValeurEtSource(string? valeur, int expectedLimit, PhotoLimitSource expectedSource)
    {
        PhotoLimitResolution resolution = PhotoOptimizationSettings.Resolve(valeur);

        Assert.Equal(expectedLimit, resolution.LimitKb);
        Assert.Equal(expectedSource, resolution.Source);
        Assert.Equal(expectedSource == PhotoLimitSource.DefaultFallback, resolution.IsFallback);
        Assert.Equal(expectedLimit <= 0, resolution.IsDisabled);
    }

    [Fact]
    public void Resolve_Zero_NEStJamaisRemplaceParLeRepli()
    {
        // Règle métier critique : 0 ≠ absent.
        PhotoLimitResolution zero = PhotoOptimizationSettings.Resolve("0");
        PhotoLimitResolution absent = PhotoOptimizationSettings.Resolve(null);

        Assert.Equal(0, zero.LimitKb);
        Assert.True(zero.IsDisabled);
        Assert.False(zero.IsFallback);

        Assert.Equal(500, absent.LimitKb);
        Assert.True(absent.IsFallback);
        Assert.NotEqual(zero.LimitKb, absent.LimitKb);
    }

    [Theory]
    [InlineData(0, "Aucune limite")]
    [InlineData(250, "250 Ko")]
    [InlineData(500, "500 Ko")]
    [InlineData(750, "750 Ko")]
    [InlineData(1024, "1 Mo")]
    [InlineData(1536, "1,5 Mo")]
    [InlineData(2048, "2 Mo")]
    [InlineData(7680, "7,5 Mo")]
    [InlineData(10240, "10 Mo")]
    public void FormatPhotoSize_LibelleUtilisateur(int kiloOctets, string expected)
        => Assert.Equal(expected, ParametresViewModel.FormatPhotoSize(kiloOctets));

    [Theory]
    [InlineData(500, 2)]
    [InlineData(2, 0)]
    [InlineData(0, 0)]
    [InlineData(10240, 11)]
    [InlineData(9000, 11)]
    [InlineData(1100, 4)]
    public void IndexDuPalierLePlusProche_PositionneLaJauge(int kiloOctets, int expectedIndex)
        => Assert.Equal(expectedIndex, ParametresViewModel.IndexDuPalierLePlusProche(kiloOctets));
}