"""再現性評価モジュール."""

import numpy as np
from itertools import combinations
from skimage.metrics import structural_similarity as ssim


def calc_pairwise_ssim(luminance_maps: list[np.ndarray]) -> dict:
    """複数の輝度マップ間のペアワイズ SSIM を算出する．

    Args:
        luminance_maps: 輝度マップのリスト（各要素は同一サイズの 2D numpy 配列）．

    Returns:
        {
            "pairwise_scores": list[dict] — 各ペアの SSIM スコア
                [{"image_a": 0, "image_b": 1, "ssim": 0.998}, ...],
            "mean_ssim": float — 全ペアの平均 SSIM,
            "min_ssim": float — 最小 SSIM,
            "max_ssim": float — 最大 SSIM,
            "std_ssim": float — SSIM の標準偏差,
            "n_pairs": int — ペア数,
        }

    Raises:
        ValueError: 輝度マップが 2 枚未満の場合．
    """
    if len(luminance_maps) < 2:
        raise ValueError(
            f"輝度マップは 2 枚以上必要です（現在: {len(luminance_maps)} 枚）．"
        )

    # Rec.709 輝度（uint8 RGB → float64）の取りうる範囲は 0.0〜255.0
    data_range = 255.0

    pairwise_scores: list[dict] = []
    for idx_a, idx_b in combinations(range(len(luminance_maps)), 2):
        score = float(
            ssim(
                luminance_maps[idx_a],
                luminance_maps[idx_b],
                data_range=data_range,
            )
        )
        pairwise_scores.append({"image_a": idx_a, "image_b": idx_b, "ssim": score})

    scores = np.array([p["ssim"] for p in pairwise_scores])

    return {
        "pairwise_scores": pairwise_scores,
        "mean_ssim": float(np.mean(scores)),
        "min_ssim": float(np.min(scores)),
        "max_ssim": float(np.max(scores)),
        "std_ssim": float(np.std(scores, ddof=0)),
        "n_pairs": len(pairwise_scores),
    }