update 整合通道，相机区分明暗场

AlgorithmModule/include/ImgCheckAnalysisy.hpp

@@ -153,11 +153,15 @@ private:
     // 取当前图的产品ID/相机名(优先 productBaseResult/cameraBaseResult，兕底送图信息)
     void GetProductCameraStr(std::string &strProduct, std::string &strCamera);
     // 判断并在需要时等待"源相机(明场)"的定位结果；成功返回 true(结果已装入成员变量)
+    // 注意：标签检测不在此复用，由 CheckTagByBigMask 独立执行
     bool TryReuseAlignFromSource(std::string &strSrcCamera, std::string &strSrcChannel, int &nWaitMs);
     // 发布本图定位结果/失败标记(供同产品其它相机复用)
     void PublishAlignShare(bool bSucc);
     // 用 bigmask 检测把手（bigmask 主体近似矩形，把手是四周凸起的矩形块）
     int CheckHandleByBigMask(const cv::Mat &img, const cv::Mat &bigmask);
+    // 标签检测(独立步骤)：用 (图像 + bigmask) 跑 Tag_Loc 模型，检出结果存 m_tag_roiList
+    // 明场传自身 bigmask；暗场不做定位模型，传复用明场的 bigmask
+    int CheckTagByBigMask(const cv::Mat &img, const cv::Mat &bigmask);
     // 在某个把手区域附近找宽高匹配的凸起：返回凸起在 candList 中的下标（-1=没找到）
     int MatchHandleRegion(const std::vector<Handle_Candidate_> &candList, const std::vector<bool> &usedList,
                           const cv::Rect &boxRegion, const Handle_Check_Param &param, cv::Rect &roiHandle);

AlgorithmModule/src/ImgCheckAnalysisy.cpp

@@ -628,7 +628,7 @@ void ImgCheckAnalysisy::PublishAlignShare(bool bSucc)
 }
 
 // 暗场相机不做定位模型：等待并复用明场相机的定位结果
-// 返回 true 时：m_pEdge_Align_Result / m_outer_rroi / m_inner_rroi / m_tag_roiList 已用明场结果填充
+// 返回 true 时：m_pEdge_Align_Result / m_outer_rroi / m_inner_rroi 已用明场结果填充(标签检测独立执行)
 // 返回 false：非复用相机，或复用失败(超时/源失败/无源图/尺寸不一致)，调用方走自有定位
 bool ImgCheckAnalysisy::TryReuseAlignFromSource(std::string &strSrcCamera, std::string &strSrcChannel, int &nWaitMs)
 {
@@ -640,13 +640,19 @@ bool ImgCheckAnalysisy::TryReuseAlignFromSource(std::string &strSrcCamera, std::
 	std::string strCamera;
 	GetProductCameraStr(strProduct, strCamera);
 
-	// 相机名/通道名都要能按 dark->bright 替换，否则本相机不在复用规则内
+	// 是否复用由相机名决定(明/暗场是相机属性)：相机名必须能按 dark->bright 替换
 	std::string strSrcCam = ReplaceDarkWithBright(strCamera);
-	std::string strSrcChn = ReplaceDarkWithBright(m_strCurDetChannel);
+	if (strSrcCam.empty())
-	if (strSrcCam.empty() || strSrcChn.empty())
 	{
 		return false;
 	}
+	// 通道名可能不带 dark/bright(同一面的明/暗场相机共用一个通道名)，此时沿用本相机通道名；
+	// 若带 dark 则同样替换，保证与源相机发布结果时的 key 一致
+	std::string strSrcChn = ReplaceDarkWithBright(m_strCurDetChannel);
+	if (strSrcChn.empty())
+	{
+		strSrcChn = m_strCurDetChannel;
+	}
 	strSrcCamera = strSrcCam;
 	strSrcChannel = strSrcChn;
 
@@ -714,14 +720,13 @@ bool ImgCheckAnalysisy::TryReuseAlignFromSource(std::string &strSrcCamera, std::
 		}
 	}
 
-	// 复用明场定位结果：ROI/掩码/映射都用明场的
+	// 复用明场定位结果：ROI/掩码/映射都用明场的(标签检测由 CheckTagByBigMask 独立执行，不用明场的标签)
 	m_pEdge_Align_Result = pSrc;
 	m_outer_rroi = pSrc->bigroi[0];
 	if (!pSrc->smallroi.empty())
 	{
 		m_inner_rroi = pSrc->smallroi[0];
 	}
-	m_tag_roiList = pSrc->tagroi; // 直接赋值：明场没有标签时清空(避免沿用上一张的标签)
 	return true;
 #endif
 }
@@ -797,7 +802,7 @@ int ImgCheckAnalysisy::CheckRun()
 	long time_edge_e;
 	if (TryReuseAlignFromSource(strAlignSrcCamera, strAlignSrcChannel, nAlignReuseWaitMs))
 	{
-		// 复用成功：m_pEdge_Align_Result / m_outer_rroi / m_inner_rroi / m_tag_roiList 已用明场结果填充
+		// 复用成功：m_pEdge_Align_Result / m_outer_rroi / m_inner_rroi 已用明场结果填充(标签检测独立执行，不复用明场标签)
 		PublishAlignShare(true);
 		time_edge_e = CheckUtil::getcurTime();
 		m_pdetlog->AddCheckstr(PrintLevel_0, "2、pre detect",
@@ -810,6 +815,20 @@ int ImgCheckAnalysisy::CheckRun()
 			long handle_e = CheckUtil::getcurTime();
 			m_pdetlog->AddCheckstr(PrintLevel_1, DET_LOG_LEVEL_3, "Handle", "handle detect use time %ld", handle_e - handle_s);
 		}
+		// 标签检测(独立步骤)：暗场图像 + 明场 bigmask(不再沿用明场检出的标签)
+		{
+			long tag_s = CheckUtil::getcurTime();
+			int reTag = CheckTagByBigMask(m_CheckResult_shareP->in_shareImage->img, m_pEdge_Align_Result->bigmask);
+			long tag_e = CheckUtil::getcurTime();
+			m_pdetlog->AddCheckstr(PrintLevel_1, DET_LOG_LEVEL_3, "Tag", "tag detect use time %ld", tag_e - tag_s);
+			if (reTag != 0)
+			{
+				m_pdetlog->AddCheckstr(PrintLevel_0, "Error", "CheckTagByBigMask is error type = %d", reTag);
+				m_nErrorCode = reTag;
+				m_nCheckResultErrorCode = m_nErrorCode;
+				return m_nErrorCode;
+			}
+		}
 	}
 	else
 	{
@@ -2688,6 +2707,140 @@ int ImgCheckAnalysisy::CheckHandleByBigMask(const cv::Mat &img, const cv::Mat &b
 	return 0;
 }
 
+// 标签检测(独立步骤)：用 (图像 + 定位结果) 跑 Tag_Loc 模型
+// 裁剪区域与定位流程里 Tag_Loc 的口径完全一致(定位得到的产品外接旋转矩形)：
+//   明场相机用自己的定位结果；暗场相机没做定位模型，用复用明场的结果 —— 保证暗/明场对同一摆位切出同样区域。
+//   注意：标签模型对裁剪尺度很敏感(裁剪差 3px 就会让检出个数变化)，不能另用 bigmask 重推裁剪框。
+// bigmask 仅在定位外接矩形异常时作兜底(最大轮廓外接框)。
+// 检出的标签 roi 存 m_tag_roiList(裁剪图坐标系，与定位流程 tagroi 的约定一致)，由 CheckRun 统一上报 NG。
+int ImgCheckAnalysisy::CheckTagByBigMask(const cv::Mat &img, const cv::Mat &bigmask)
+{
+	m_tag_roiList.clear();
+	if (!AI_Factory || !AI_Factory->Tag_Loc)
+	{
+		m_pdetlog->AddCheckstr(PrintLevel_0, "Error", "Tag_Loc model is null");
+		return 1;
+	}
+	if (img.empty())
+	{
+		m_pdetlog->AddCheckstr(PrintLevel_0, "Error", "tag check img is empty");
+		return 2;
+	}
+
+	// 1、裁剪区域：与定位流程 Tag_Loc 的裁剪口径一致(产品外接旋转矩形，暗场为复用明场的值)
+	cv::Rect roiCrop = m_outer_rroi.boundingRect() & cv::Rect(0, 0, img.cols, img.rows);
+	if (roiCrop.width <= 0 || roiCrop.height <= 0)
+	{
+		// 异常兜底：定位外接矩形无效时，用 bigmask 最大轮廓外接框
+		if (bigmask.empty())
+		{
+			m_pdetlog->AddCheckstr(PrintLevel_0, "Error", "tag check roi invalid and bigmask is empty");
+			return 3;
+		}
+		cv::Mat binMask;
+		{
+			cv::Mat grayMask;
+			if (bigmask.channels() != 1)
+			{
+				cv::cvtColor(bigmask, grayMask, cv::COLOR_BGR2GRAY);
+			}
+			else
+			{
+				grayMask = bigmask;
+			}
+			double dMin = 0;
+			double dMax = 0;
+			cv::minMaxLoc(grayMask, &dMin, &dMax);
+			// 兼容 0/1 与 0/255 掩膜：取半强度作阈值(重采样后的边缘取到真实边界)
+			cv::threshold(grayMask, binMask, dMax > 1 ? dMax * 0.5 : 0, 255, cv::THRESH_BINARY);
+		}
+		bool bFound = false;
+		std::vector<cv::Point> contour = CheckUtil::getLargestContourROI(binMask, bFound);
+		if (!bFound || contour.size() < 3)
+		{
+			m_pdetlog->AddCheckstr(PrintLevel_0, "Error", "tag check bigmask contour too few");
+			return 4;
+		}
+		roiCrop = cv::minAreaRect(contour).boundingRect() & cv::Rect(0, 0, img.cols, img.rows);
+		if (roiCrop.width <= 0 || roiCrop.height <= 0)
+		{
+			m_pdetlog->AddCheckstr(PrintLevel_0, "Error", "tag check crop roi error [%d %d %d %d]", roiCrop.x, roiCrop.y, roiCrop.width, roiCrop.height);
+			return 5;
+		}
+		m_pdetlog->AddCheckstr(PrintLevel_1, DET_LOG_LEVEL_3, "Tag", "tag check use bigmask roi [%d %d %d %d]",
+							   roiCrop.x, roiCrop.y, roiCrop.width, roiCrop.height);
+	}
+
+	// 2、裁剪 -> resize 到 Tag_Loc 模型输入尺寸 -> 灰度
+	std::shared_ptr<AIModel_Base> pTag = AI_Factory->Tag_Loc;
+	cv::Size sz(pTag->input_0.width, pTag->input_0.height);
+	if (sz.width <= 0 || sz.height <= 0)
+	{
+		m_pdetlog->AddCheckstr(PrintLevel_0, "Error", "tag check invalid model input size");
+		return 6;
+	}
+	cv::Mat detImg;
+	cv::resize(img(roiCrop), detImg, sz);
+	if (detImg.channels() == 3)
+	{
+		cv::cvtColor(detImg, detImg, cv::COLOR_BGR2GRAY);
+	}
+	else if (detImg.channels() == 4)
+	{
+		cv::cvtColor(detImg, detImg, cv::COLOR_BGRA2GRAY);
+	}
+
+	// 3、推理
+	cv::Mat mask;
+	int re = pTag->AIDet(detImg, mask);
+	if (re != 0)
+	{
+		m_pdetlog->AddCheckstr(PrintLevel_0, "Error", "Tag_Loc AIDet error %d", re);
+		return 100 + re;
+	}
+	if (mask.empty())
+	{
+		m_pdetlog->AddCheckstr(PrintLevel_1, DET_LOG_LEVEL_3, "Tag", "tag mask empty, no tag");
+		return 0;
+	}
+
+	// 调试存图(仅 -s 时保存)
+	if (DetImgInfo_shareP && DetImgInfo_shareP->bsaveProcessImg)
+	{
+		cv::imwrite(DetImgInfo_shareP->strChannel + "_tag_in.png", detImg);
+		cv::imwrite(DetImgInfo_shareP->strChannel + "_tag_out_mask.png", mask);
+	}
+
+	// 4、mask 轮廓 -> 还原到裁剪图坐标 -> RotatedRect(与定位流程 tagroi 的坐标系一致)
+	std::vector<std::vector<cv::Point>> contours;
+	std::vector<cv::Vec4i> hierarchy;
+	cv::findContours(mask.clone(), contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);
+	const float scale_x = (float)roiCrop.width / (float)sz.width;
+	const float scale_y = (float)roiCrop.height / (float)sz.height;
+	for (size_t i = 0; i < contours.size(); i++)
+	{
+		if (contours[i].size() < 3 || cv::contourArea(contours[i]) <= 0)
+		{
+			continue;
+		}
+		std::vector<cv::Point2f> srcContour;
+		srcContour.reserve(contours[i].size());
+		for (const auto &pt : contours[i])
+		{
+			srcContour.emplace_back(pt.x * scale_x, pt.y * scale_y);
+		}
+		m_tag_roiList.emplace_back(cv::minAreaRect(srcContour));
+	}
+	// 面积从大到小排序(与定位流程 tagroi 的顺序一致)
+	std::sort(m_tag_roiList.begin(), m_tag_roiList.end(),
+			  [](const cv::RotatedRect &a, const cv::RotatedRect &b)
+			  { return a.size.width * a.size.height > b.size.width * b.size.height; });
+
+	m_pdetlog->AddCheckstr(PrintLevel_1, DET_LOG_LEVEL_3, "Tag", "tag region num %ld  crop [%d %d %d %d]  model [%d %d]",
+						   m_tag_roiList.size(), roiCrop.x, roiCrop.y, roiCrop.width, roiCrop.height, sz.width, sz.height);
+	return 0;
+}
+
 // 在某个把手区域附近找宽高匹配的凸起
 // 匹配条件：1、凸起中心落在把手区域附近（区域宽/高各外扩 HANDLE_NEAR_EXPAND_RATIO）
 //           2、凸起宽高与该区域外接矩形宽高的比值都在 [HANDLE_SIZE_MIN_RATIO, HANDLE_SIZE_MAX_RATIO]（允许横竖互换）

example/deal.cpp

@@ -1039,7 +1039,8 @@ int deal::SendImgToCheck(std::shared_ptr<JC_IMAGE_INFO_> pDetImageInfo, IN_IMG_S
     tem->strImgProductID = pDetImageInfo->strProductID;
     tem->imgstr = m_strCurDate;
     tem->strCameraName = pDetImageInfo->strCamID;
-    tem->camera_ID = 0;
+    // 按相机区分相机ID(明场=0/暗场=1)：两个相机通道名相同时，避免结果文件同名互相覆盖
+    tem->camera_ID = (pDetImageInfo->strCamID.find("dark") != std::string::npos) ? 1 : 0;
     if (m_nSaveDetprocessImg == 1)
     {
         tem->otherValue = 9;