# 誤差拡散の偏りを減らす。
import numpy as np
from PIL import Image

def error_diffusion_optimized(input_path, output_path):
    # 1. 画像の読み込み（グレースケール変換）
    img = Image.open(input_path).convert('L')
    width, height = img.size
    
    # bmpFrom: 変換前の輝度
    bmpFrom = np.array(img, dtype=np.int32)
    # bmpTo: 誤差蓄積用配列
    bmpTo = np.zeros((height, width), dtype=np.int32)
    
    # 基本の誤差拡散パターン
    tdx = [1, -1, 0, 1]
    tdy = [0, 1, 1, 1]
    ratio = [7, 3, 5, 1]
    denominator = 16

    # Y座標ループ（y+1が問題文のyに相当）
    for y_idx in range(height):
        y = y_idx + 1 # 問題文の1〜heightに合わせる
        
        # X方向のループ処理
        for tx in range(1, width + 1):
            # [エ][オ][カ] 図6の処理を反映
            x = tx
            is_even_row = (y % 2 == 0)
            if is_even_row:
                x = width - tx + 1
            
            # Pythonのインデックス用に変換
            curr_x, curr_y = x - 1, y - 1
            
            # [ア] 手順3
            f = bmpFrom[curr_y, curr_x] + bmpTo[curr_y, curr_x]
            
            # [イ] 手順4
            if f >= 128:
                pixel_val = 255
                d = f - 255
            else:
                pixel_val = 0
                d = f
            
            bmpTo[curr_y, curr_x] = pixel_val
            
            # 手順5: 誤差dの拡散
            for c in range(4):
                # [エ][オ] 図7の処理を反映（偶数行ならX方向の拡散を左右反転）
                # x座標のオフセット計算： y%2が0(偶数)なら反転
                dx = tdx[c] + (2 * tdx[c] * (y % 2 == 0)) # 図7のロジック
                # ※図7の式「tdx[c] + (2 * tdx[c] * (y mod 2))」は
                # 本文の「yが偶数なら左右逆」を数式化したものですが、
                # 実装上は simple に「偶数行なら dx を反転させる」処理にします。
                
                actual_dx = -tdx[c] if is_even_row else tdx[c]
                
                px = x + actual_dx
                py = y + tdy[c]
                
                # [キ][ク] 図5の③: クリッピング
                if 1 <= px <= width and 1 <= py <= height:
                    # [ウ] 誤差の加算
                    err_share = (d * ratio[c]) // denominator
                    bmpTo[py-1, px-1] += err_share

    # 画像として保存
    result_img = Image.fromarray(bmpTo.astype(np.uint8))
    result_img.save(output_path)
    print(f"蛇行スキャンによる変換が完了しました: {output_path}")

# 実行
input_file = '/content/drive/MyDrive/Colab Notebooks/1_AP_programing/parakeet.png'
output_file = '/content/drive/MyDrive/Colab Notebooks/1_AP_programing/parakeet_result2.png'
error_diffusion_optimized(input_file, output_file)