"""
    直方图可以显示一个数据集中数据分布频率的统计结果；在遥感领域，数据集就是图片。其中的
数据分布就是区间在0~255之间的像素数出现的次数；
    在RGB图形中，颜色是由数字组成的3位元祖表达，其中（0,0,0）代表黑色，（255,255,255）
代表白色；
    直方图 y轴代表频率值，x轴代表区间中256种像素值；
"""
from osgeo import gdal_array
import turtle as t


def histogram(a, bins=list(range(0, 256))):
    fa = a.flat
    n = gdal_array.numpy.searchsorted(gdal_array.numpy.sort(fa), bins)
    hist = n[1:] - n[:-1]
    print("a:", a)
    print("fa:", fa)
    # print("1:", n[1:])
    # print("2:", n[:-1])
    # print("3:", hist)
    return hist


def draw_histogram(hist, scale=True):
    # 画x、y轴坐标系
    t.color("black")
    axes = ((-355, -200), (355, -200), (-355, -200), (-355, 250))
    t.up()
    for p in axes:
        t.goto(p)
        t.down()
    # 画 x轴的名称
    t.up()
    t.goto(0, -250)
    t.write("VALUE", font=("Arial", 12, "bold"))
    # 画 x轴的刻度
    t.up()
    x = -355
    y = -200
    for i in range(1,11):
        x = x + 65
        t.goto(x, y)
        t.down()
        t.goto(x, y-10)
        t.up()
        t.goto(x, y-25)
        t.write("{}".format((i*25)), align="center")
    # 画 y轴的刻度
    x = -355
    y = -200
    t.up()
    pixels = sum(hist[0])
    if scale:
        max = 0
        for h in hist:
            hmax = h.max()
            if hmax > max:
                max = hmax
        pixels = max
    label = int(pixels/10)
    for i in range(1, 11):
        y = y + 45
        t.goto(x, y)
        t.down()
        t.goto(x-10, y)
        t.up()
        t.goto(x-15, y-6)
        t.write("{}".format((i*label)), align="right")
    # 画R、G、B三色曲线
    x_ratio = 709.0/256
    y_ratio = 450.0/pixels
    colors = ["red", "green", "blue"]
    for j in range(len(hist)):
        h = hist[j]
        x = -354
        y = -199
        t.up()
        t.goto(x, y)
        t.down()
        t.color(colors[j])
        for i in range(255):
            x = i * x_ratio
            y = h[i] * y_ratio
            x = x - (709/2)
            y = y + -199
            t.goto(x, y)


arr = gdal_array.LoadFile("TIF/FalseColor/swap.tif")
histograms = []
for b in arr:
    histograms.append(histogram(b))
draw_histogram(histograms)
t.pen(shown=False)
t.done()