import cv2
import csv
import os
import numpy as np
import matplotlib.pyplot as plt
from sklearn.decomposition import PCA

# Đọc dữ liệu nhãn
def read_labels(csv_file):
    data_array = []
    with open(csv_file, mode='r') as file:
        csv_reader = csv.reader(file)
        for row in csv_reader:
            data_array.append(int(row[0]))
    return data_array


# Lấy danh sách ảnh trong thư mục.
def read_image_paths(image_folder):
    image_files = os.listdir(image_folder)
    image_paths = []
    for image_file in image_files:
        image_paths.append(os.path.join(image_folder, image_file))
    return sorted(image_paths)


# Tải và xử lý một ảnh.
def preprocess_image(image_path):
    image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)
    return image.flatten()

# Tải và xử lý bộ dữ liệu ảnh.
def load_dataset(image_paths):
    images = []
    for path in image_paths:
        images.append(preprocess_image(path))
    return np.array(images)

# Khởi tạo dữ liệu
train_images_path = os.path.join('data', 'FashionMNIST', 'images', 'train-images')
test_label_path = os.path.join('data', 'FashionMNIST', 'labels', 'train-labels.csv')
X_train = load_dataset(read_image_paths(train_images_path))
y_train = np.array(read_labels(test_label_path))

fashion_mnist_labels = {
   0: "T-shirt/top: Áo thun hoặc áo trên",
   1: "Trouser: Quần dài",
   2: "Pullover: Áo len chui đầu",
   3: "Dress: Váy",
   4: "Coat: Áo khoác",
   5: "Sandal: Dép sandal",
   6: "Shirt: Áo sơ mi",
   7: "Sneaker: Giày thể thao",
   8: "Bag: Túi xách",
   9: "Ankle boot: Giày bốt cổ chân"
}

# Sử dụng PCA để giảm số chiều xuống 2
pca = PCA(n_components=2)  # Giảm dữ liệu xuống 2 chiều
X_train_pca = pca.fit_transform(X_train)

# Vẽ biểu đồ phân bố dữ liệu trên không gian 2D
# Biểu đồ hiển thị phân bố các mẫu kiểm thử trên không gian PCA 2D theo nhãn thật
plt.figure(figsize=(8, 6))
# Tạo bảng màu cho các lớp
colors = plt.cm.rainbow(np.linspace(0, 1, len(np.unique(y_train))))
# Vẽ từng lớp
for label, color in zip(np.unique(y_train), colors):
   mask = y_train == label
   plt.scatter(X_train_pca[mask, 0], X_train_pca[mask, 1], color=color, label=f"{fashion_mnist_labels[label]}")

plt.xlabel("Thành phần 1")
plt.ylabel("Thành phần 2")
plt.title("Phân lớp trên bộ dữ liệu nhãn thật")
plt.legend()
plt.show()