From 87746fc05dad4361773bd3f5ab29ee95f02a5594 Mon Sep 17 00:00:00 2001
From: liusiyang <liusiyang@aidlux.com>
Date: Sat, 17 Oct 2026 11:18:21 +0800
Subject: [PATCH] =?UTF-8?q?feat=20=E5=88=86=E7=B1=BB=E5=AE=8C=E6=88=90?=
 =?UTF-8?q?=E5=90=8E=E6=B7=BB=E5=8A=A0=E5=8E=BB=E9=87=8D?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 AlgorithmModule/include/ImgCheckAnalysisy.hpp |  3 +
 AlgorithmModule/src/ImgCheckAnalysisy.cpp     | 70 +++++++++++++++++++
 2 files changed, 73 insertions(+)

diff --git a/AlgorithmModule/include/ImgCheckAnalysisy.hpp b/AlgorithmModule/include/ImgCheckAnalysisy.hpp
index 45cb8a5..96a6294 100644
--- a/AlgorithmModule/include/ImgCheckAnalysisy.hpp
+++ b/AlgorithmModule/include/ImgCheckAnalysisy.hpp
@@ -260,6 +260,9 @@ private:
     // 更新成像精度
     int UpdateImgageScale();
 
+    // 分类完成后按 bbox 完全相等去重（同一缺陷被多个 mask 来源各提取一次）
+    int DedupBlob_ByBBox();
+
     // 把blob 汇总成  检测结果。
     int BLobToDetResult();
     // 二次计算缺陷面积
diff --git a/AlgorithmModule/src/ImgCheckAnalysisy.cpp b/AlgorithmModule/src/ImgCheckAnalysisy.cpp
index 59ada27..3745247 100644
--- a/AlgorithmModule/src/ImgCheckAnalysisy.cpp
+++ b/AlgorithmModule/src/ImgCheckAnalysisy.cpp
@@ -8,6 +8,22 @@
 // BQ blob 的分类结果会覆盖 ErrType，用该标记记录来源掩码是 BQ mask，
 // 供 CalBlob_Other / CalBLobMean_GrayDis 在计算能量、灰度时选中正确的 mask。
 static const int BQ_BLOB_SOURCE_FLAG = -100;
+// blob 来源优先级：数值越大越优先保留（BQ 专用模型 > 127/RLine 专用模型 > 主检测）
+static int BlobSourcePriority(const ERROR_DOTS_BLOB_DATA &b)
+{
+	if (b.UserErrorType == BQ_BLOB_SOURCE_FLAG)
+	{
+		return 3;
+	}
+	if (b.ErrType == CONFIG_QX_NAME_white_Cell ||
+		b.ErrType == CONFIG_QX_NAME_black_Cell ||
+		b.ErrType == CONFIG_QX_NAME_RLine_X ||
+		b.ErrType == CONFIG_QX_NAME_RLine_Y)
+	{
+		return 2;
+	}
+	return 1;
+}
 // 用于排序轮廓的比较函数
 static bool compareContourAreas(const vector<Point> &contour1, const vector<Point> &contour2)
 {
@@ -1493,6 +1509,10 @@ int ImgCheckAnalysisy::GetCheckResultBLob()
 		m_Classtask->waitComplate();
 	}
 
+	// 分类完成后 ErrType 已是最终类型，此处按 bbox 完全相等去重，
+	// 避免同一缺陷被主检测与 BQ/127/RLine 多条链路各报一次。
+	DedupBlob_ByBBox();
+
 	// m_Classtask->waitComplate();
 
 	long t13 = CheckUtil::getcurTime();
@@ -4182,6 +4202,56 @@ int ImgCheckAnalysisy::UpdateImgageScale()
 	return 0;
 }
 
+// 分类完成后按 bbox 完全相等去重：同一缺陷可能被主检测与 BQ/127/RLine 各提取一次。
+// 当前判据不比较 ErrType，只要求 minx/miny/maxx/maxy 完全一致；
+// 重复时保留来源优先级更高的结果（BQ > 127/RLine > 主检测）。
+int ImgCheckAnalysisy::DedupBlob_ByBBox()
+{
+	int oldCount = blobs.blobCount;
+	if (oldCount <= 1)
+	{
+		return 0;
+	}
+
+	int writeIdx = 0;
+	int mergeNum = 0;
+	for (int i = 0; i < oldCount; i++)
+	{
+		bool bmerged = false;
+		for (int j = 0; j < writeIdx; j++)
+		{
+			if (blobs.blobTab[i].minx == blobs.blobTab[j].minx &&
+				blobs.blobTab[i].miny == blobs.blobTab[j].miny &&
+				blobs.blobTab[i].maxx == blobs.blobTab[j].maxx &&
+				blobs.blobTab[i].maxy == blobs.blobTab[j].maxy)
+			{
+				// bbox 完全一致：保留来源优先级更高的结果
+				if (BlobSourcePriority(blobs.blobTab[i]) > BlobSourcePriority(blobs.blobTab[j]))
+				{
+					blobs.blobTab[j] = blobs.blobTab[i];
+				}
+				mergeNum++;
+				bmerged = true;
+				break;
+			}
+		}
+
+		if (!bmerged)
+		{
+			if (writeIdx != i)
+			{
+				blobs.blobTab[writeIdx] = blobs.blobTab[i];
+			}
+			writeIdx++;
+		}
+	}
+
+	blobs.blobCount = writeIdx;
+	m_pdetlog->AddCheckstr(PrintLevel_1, DET_LOG_LEVEL_3, "DedupBlob",
+						   "bbox dedup: before %d after %d merged %d", oldCount, writeIdx, mergeNum);
+	return 0;
+}
+
 int ImgCheckAnalysisy::BLobToDetResult()
 {
 	long t1 = CheckUtil::getcurTime();