import numpy as np

def detectar_obstaculos_em_frente(depth_frame, fx, baseline, faixa_altura=(0.45, 0.55), max_distancia_mm=2500):
    """
    Detecta obstáculos com base no perfil de profundidade frontal.

    Retorna uma lista de obstáculos com:
    - posição_percentual (0 à 100)
    - distancia (em metros)
    - largura_aproximada (em px)
    """

    altura, largura = depth_frame.shape
    y1 = int(altura * faixa_altura[0])
    y2 = int(altura * faixa_altura[1])

    faixa = depth_frame[y1:y2, :]

    profundidade_media = np.median(faixa, axis=0)
    with np.errstate(divide='ignore'):
        distancias_mm = (fx * baseline * 1000) / profundidade_media
        distancias_mm = np.clip(distancias_mm, 0, max_distancia_mm)

    # Simplifica usando limiar: onde há objetos "próximos"
    mascara = (distancias_mm > 100) & (distancias_mm < max_distancia_mm)

    obstaculos = []
    inicio = None

    for x in range(largura):
        if mascara[x]:
            if inicio is None:
                inicio = x
        elif inicio is not None:
            fim = x
            centro = (inicio + fim) // 2
            largura_px = fim - inicio
            distancia = np.min(distancias_mm[inicio:fim])
            posicao_pct = 100 * centro / largura

            obstaculos.append({
                "posicao": round(float(posicao_pct), 1),
                "distancia": round(float(distancia) / 1000, 2),
                "largura_px": largura_px
            })
            inicio = None

    return obstaculos