"""Perfil declarativo que liga a configuração do painel à leitura visual."""

from dataclasses import dataclass
from typing import Any


RECURSOS_VISION = frozenset((
    "faces", "qualidade_facial", "pessoas", "pose", "maos", "ocr", "categorias",
    "estetica", "codigos", "horizonte", "retangulos", "contornos", "segmentacao_de_pessoas",
))


@dataclass(frozen=True)
class ConfiguracaoVisualDoScanner:
    """Interface curta para uma execução de leitura visual da timeline."""

    intervalo_em_segundos: float = 1.0
    faixas_de_video: tuple[int, ...] = ()
    faixas_de_audio: tuple[int, ...] = ()
    recursos_vision: frozenset[str] = RECURSOS_VISION
    detectar_cenas: bool = True
    analisar_continuidade: bool = True
    preparar_reenquadramento: bool = False
    interpretar_cena: bool = True

    def __post_init__(self) -> None:
        if not 0.04 <= self.intervalo_em_segundos <= 60:
            raise ValueError("intervalo_em_segundos deve estar entre 0,04 e 60.")
        desconhecidos = self.recursos_vision - RECURSOS_VISION
        if desconhecidos:
            raise ValueError(f"Recursos Vision desconhecidos: {', '.join(sorted(desconhecidos))}")
        if any(indice < 0 for indice in self.faixas_de_video + self.faixas_de_audio):
            raise ValueError("Índices de faixa não podem ser negativos.")

    @classmethod
    def de_dict(cls, dados: dict[str, Any]) -> "ConfiguracaoVisualDoScanner":
        """Lê o mesmo JSON produzido pelo painel, sem vazar detalhes de adapters."""
        return cls(
            intervalo_em_segundos=float(dados.get("intervalo_em_segundos", 1)),
            faixas_de_video=tuple(sorted(set(int(item) for item in dados.get("faixas_de_video", ())))),
            faixas_de_audio=tuple(sorted(set(int(item) for item in dados.get("faixas_de_audio", ())))),
            recursos_vision=frozenset(dados.get("recursos_vision", RECURSOS_VISION)),
            detectar_cenas=bool(dados.get("detectar_cenas", True)),
            analisar_continuidade=bool(dados.get("analisar_continuidade", True)),
            preparar_reenquadramento=bool(dados.get("preparar_reenquadramento", False)),
            interpretar_cena=bool(dados.get("interpretar_cena", True)),
        )

    def para_dict(self) -> dict[str, Any]:
        return {
            "versao": 1,
            "intervalo_em_segundos": self.intervalo_em_segundos,
            "faixas_de_video": list(self.faixas_de_video),
            "faixas_de_audio": list(self.faixas_de_audio),
            "recursos_vision": sorted(self.recursos_vision),
            "detectar_cenas": self.detectar_cenas,
            "analisar_continuidade": self.analisar_continuidade,
            "preparar_reenquadramento": self.preparar_reenquadramento,
            "interpretar_cena": self.interpretar_cena,
        }