# # # # # # # # # # # # # # Importation des bibliotheques/modules  # # # # # # # # # # # # # #

import matplotlib.pyplot as plt
import numpy as np
import scipy.special as sp
import cv2


 # # # # # # # # # # # # # # Fonction # # # # # # # # # # # # # #

def reconstructionthomson(i):
    
     #Parametres du microscope
    #Dimension de l'image
    Nx = 480 
    Ny = 480

    Pix = 1.4e-6 #Pixel camera
    Lambda = 638e-9 #Longueur d'onde camera
    z = 0.00092
    pi = np.pi

    #Creation du mesh
    xmin = -Nx/2
    xmax = Nx/2-1
    ymin = -Ny/2
    ymax = Ny/2-1

    x = np.linspace(xmin,xmax,Nx)
    y = np.linspace(ymin,ymax,Ny)

    X,Y = np.meshgrid(x,y) #Mesh en pixel
    
    #Mesh metrique 
    Xm = X*Pix 
    Ym = Y*Pix

    Ith = cv2.imread('/home/pi/Desktop/image.png',0) #Lecture de notre image a reconstruire
    plt.figure(figsize=(6.25,6.25)) #mise en place dans une figure pour modifier correctement son dimensionnement
    hz = np.exp(1j*pi/Lambda/z*(Xm**2+Ym**2)) #Noyau convolution
    
    #Reconstruction de l'image par la methode Thomson
    I_rec_th = np.fft.fftshift(np.fft.ifft2(np.fft.fft2(Ith)*np.fft.fft2(np.conj(hz))))/Nx #Algorithme de reconstruction
    plt.imshow(np.abs(I_rec_th)**2,cmap=plt.cm.gray) #Affichage de notre image
    plt.axis('off') #Suppression des axes
    plt.savefig('/home/pi/Desktop/reconstruction2D.png') #Sauvegarde de la figure
    im = cv2.imread('/home/pi/Desktop/reconstruction2D.png') #Reouverture de l'iamge
    im = im[75:75+480,80:80+480] #Redimensionnement de l'image pour obtenir en sortie une image en 480*480
    cv2.imwrite('/home/pi/Desktop/reconstruction2D.png',im) #Sauvegarde de l'image avec le bon dimensionnement
    return

reconstructionthomson (1)