#!/usr/bin/env python3
"""
Dieses Skript erstellt ein 3D-Modell eines Radar-/Spinnendiagramms
für die Visualisierung eines Kompetenzprofils.
Das Modell wird als OBJ-Datei gespeichert.
"""

import os
import math
import numpy as np

# Kompetenzdaten (Demo)
STUDENT_NAME = "Demo"
COMPETENCIES = [
    {"name": "Inhalt", "value": 8},
    {"name": "Struktur", "value": 5},
    {"name": "Sprache", "value": 7},
    {"name": "Argumentation", "value": 6},
    {"name": "Kreativität", "value": 9},
    {"name": "Quellenbezug", "value": 4}
]

# Konfiguration
OUTPUT_DIR = "static"
OUTPUT_FILE = os.path.join(OUTPUT_DIR, "radar_model.obj")

# Funktion zum Erzeugen des Radar-Diagramms als 3D-Modell
def create_radar_model(competencies, filename):
    """Erstellt ein 3D-Radar-Diagramm und speichert es als OBJ-Datei."""
    # Sicherstellen, dass der Ausgabeordner existiert
    os.makedirs(os.path.dirname(filename), exist_ok=True)
    
    # Anzahl der Kompetenzen
    num_competencies = len(competencies)
    
    # Punktelisten für das Modell
    vertices = []
    faces = []
    
    # Zentrum des Diagramms
    vertices.append((0, 0, 0))  # Punkt 1: Zentrum
    
    # Basis-Radius für das Diagramm
    base_radius = 1.0
    
    # Punkte für die Achsen der Kompetenzen
    for i, comp in enumerate(competencies):
        # Normalisierter Wert (0-1)
        value = comp["value"] / 10.0
        
        # Winkel für diese Kompetenz
        angle = 2 * math.pi * i / num_competencies
        
        # Punkt auf dem Umfang mit voller Stärke
        x = base_radius * math.cos(angle)
        z = base_radius * math.sin(angle)
        vertices.append((x, 0, z))  # Punkt für den Achsenendpunkt
        
        # Punkt für den Datenpunkt (skaliert mit dem Wert)
        x_value = base_radius * value * math.cos(angle)
        z_value = base_radius * value * math.sin(angle)
        vertices.append((x_value, 0, z_value))  # Punkt für den Datenwert
    
    # Erstelle Dreiecke für die Radarform
    for i in range(num_competencies):
        # Indizes für die aktuellen und nächsten Datenpunkte
        current_value_idx = 2 * i + 2
        next_value_idx = 2 * ((i + 1) % num_competencies) + 2
        
        # Dreiecke von Zentrum zu den Datenpunkten
        faces.append((1, current_value_idx, next_value_idx))
    
    # Erstelle die OBJ-Datei
    with open(filename, 'w') as f:
        # Kommentar mit Metadaten
        f.write(f"# Radar-Diagramm für {STUDENT_NAME}\n")
        f.write(f"# Erstellt mit create_radar_model.py\n\n")
        
        # Schreibe Materialdefinition
        f.write("mtllib radar.mtl\n\n")
        
        # Objektname
        f.write(f"o Radar_{STUDENT_NAME}\n\n")
        
        # Vertizes schreiben (OBJ-Format: v x y z)
        for v in vertices:
            f.write(f"v {v[0]:.6f} {v[1]:.6f} {v[2]:.6f}\n")
        
        f.write("\n# Texturkoordinaten\n")
        for _ in range(len(vertices)):
            f.write(f"vt 0.0 0.0\n")
        
        f.write("\n# Normalen\n")
        f.write("vn 0.0 1.0 0.0\n")  # Oberfläche zeigt nach oben
        
        f.write("\n# Materialzuweisung\n")
        f.write("usemtl RadarMaterial\n")
        f.write("s off\n\n")
        
        # Flächen schreiben (OBJ-Format: f v1/vt1/vn1 v2/vt2/vn2 v3/vt3/vn3)
        for face in faces:
            f.write(f"f {face[0]}/{face[0]}/1 {face[1]}/{face[1]}/1 {face[2]}/{face[2]}/1\n")
    
    # Erstelle eine einfache MTL-Datei
    with open(os.path.join(OUTPUT_DIR, "radar.mtl"), 'w') as f:
        f.write("# Radar Material\n\n")
        f.write("newmtl RadarMaterial\n")
        f.write("Ns 225.000000\n")
        f.write("Ka 1.000000 1.000000 1.000000\n")
        f.write("Kd 0.000000 0.400000 0.800000\n")  # Blau
        f.write("Ks 0.500000 0.500000 0.500000\n")
        f.write("Ke 0.000000 0.000000 0.000000\n")
        f.write("Ni 1.450000\n")
        f.write("d 0.600000\n")  # Etwas transparent
        f.write("illum 2\n")
    
    print(f"3D-Modell erstellt: {filename}")
    print(f"Materialdatei erstellt: {os.path.join(OUTPUT_DIR, 'radar.mtl')}")
    return filename

if __name__ == "__main__":
    # Erstelle das Modell
    obj_file = create_radar_model(COMPETENCIES, OUTPUT_FILE)
    
    # Konvertierungsinstruktionen anzeigen
    print("\nUm dieses Modell in USDZ zu konvertieren, führen Sie folgende Schritte aus:")
    print("1. Installieren Sie Apple's USDZ Converter Tool (benötigt macOS)")
    print("2. Führen Sie folgenden Befehl aus:")
    print(f"   xcrun usdz_converter {obj_file} {os.path.dirname(obj_file)}/radar_placeholder.usdz -v")
    print("\nAlternativ können Sie auch einen Online-Konverter verwenden.")