a
This commit is contained in:
Ubuntu
@@ -0,0 +1,335 @@
|
||||
# C++ 尿检项目 JSON 数据格式识别逻辑分析
|
||||
|
||||
> 基于 `/home/ubuntu/nanocode/urinecheck/UrineCheck/` 源码分析
|
||||
> 分析日期：2026-05-13
|
||||
|
||||
---
|
||||
|
||||
## 1. 概述
|
||||
|
||||
C++ 尿检项目支持两种输入模式：
|
||||
- **图片模式**：传入试纸图片（JPG/PNG），从图像中定位色块并识别
|
||||
- **JSON数据模式**：直接传入已提取的色块颜色数据（H,S,V,L,A,B），跳过图像处理直接进行ML推理
|
||||
|
||||
本文档专注于 **JSON数据模式** 的完整处理流程。
|
||||
|
||||
---
|
||||
|
||||
## 2. 入口函数
|
||||
|
||||
### 2.1 `ProcessJsonDataRequest` （新版接口，匹配txt文件格式）
|
||||
|
||||
**位置**：`urinecheck_class.cpp:2052`
|
||||
|
||||
**输入JSON格式**：
|
||||
```json
|
||||
{
|
||||
"extend": {
|
||||
"color_14i": 2, // 试纸颜色类型（1=绿, 2=红, 3=蓝4联, 5=蓝14联...）
|
||||
"method": 1, // 1=干化学, 2=胶体金
|
||||
"type": 2 // 可选，优先级高于color_14i
|
||||
},
|
||||
"data": [
|
||||
[ // 第1帧（多帧采集，通常2-5帧）
|
||||
{"id": 0, "value": "7.62,146.43,37.76,23.22,135.71,134.46"},
|
||||
{"id": 1, "value": "24.73,38.34,155.7,159.45,126.1,138.93"},
|
||||
...
|
||||
{"id": 13, "value": "36.38,100.93,155.55,157.81,113.17,158.8"}
|
||||
],
|
||||
[...] // 第2帧
|
||||
]
|
||||
}
|
||||
```
|
||||
|
||||
**value字段含义**：6个逗号分隔的浮点数，对应：
|
||||
`H, S, V, L, A, B`
|
||||
|
||||
| 位置 | 符号 | 含义 | 取值范围 |
|
||||
|------|------|------|----------|
|
||||
| 0 | H | HSV 色相 | 0-360（但OpenCV存储为0-180） |
|
||||
| 1 | S | HSV 饱和度 | 0-255 |
|
||||
| 2 | V | HSV 明度 | 0-255 |
|
||||
| 3 | L | LAB 亮度 | 0-255 |
|
||||
| 4 | A | LAB a通道 | 0-255 |
|
||||
| 5 | B | LAB b通道 | 0-255 |
|
||||
|
||||
> **注意**：txt文件中的value数据已经是 **原始手机端提取的像素颜色值**，与C++图片模式中 `GetHsvLabVs()` 提取的格式一致。这些值在C++中未经白平衡处理就直接送入ML模型。
|
||||
|
||||
### 2.2 `analJsonData` （旧版接口）
|
||||
|
||||
**位置**：`urinecheck_class.cpp:746`
|
||||
|
||||
旧版使用不同的data结构——`data` 是一个对象而非数组：
|
||||
```json
|
||||
{
|
||||
"data": {
|
||||
"data0": [{"id": 0, "value": "..."}, ...],
|
||||
"data1": [{"id": 0, "value": "..."}, ...]
|
||||
}
|
||||
}
|
||||
```
|
||||
旧版的 `id` 直接对应试纸上的物理位置（position），而新版 `id` 就是色块索引。
|
||||
|
||||
---
|
||||
|
||||
## 3. 完整处理流程
|
||||
|
||||
```
|
||||
ProcessJsonDataRequest(jsonBody)
|
||||
│
|
||||
├── 1. 解析JSON
|
||||
│ └── 提取 data 数组、extend 对象
|
||||
│
|
||||
├── 2. 确定试纸类型
|
||||
│ ├── extend.type 优先
|
||||
│ ├── extend.color_14i 其次
|
||||
│ └── paperType = paperType值 (1-20)
|
||||
│ X = paperType - 1 (用于查表索引)
|
||||
│
|
||||
├── 3. 转换项目类型
|
||||
│ └── projectId = getProjectType(paperType)
|
||||
│ ├── 1 (绿) → projectType=10
|
||||
│ ├── 2,5 (红) → projectType=2
|
||||
│ ├── 3,4 (蓝) → projectType=1
|
||||
│ └── ...
|
||||
│
|
||||
├── 4. 逐帧处理 ────────────────────────────┐
|
||||
│ for each frame in data: │
|
||||
│ │ │
|
||||
│ │ 4a. 解析每帧颜色数据 │
|
||||
│ │ mapData = { │
|
||||
│ │ id: [H,S,V,L,A,B] // 6个float │
|
||||
│ │ } │
|
||||
│ │ │
|
||||
│ │ 4b. 调用 ML 推理 │
|
||||
│ │ frameResult = │
|
||||
│ │ urineCheck14.Get14Results( │
|
||||
│ │ mapData, X) │
|
||||
│ │ │
|
||||
│ │ 4c. 收集结果 │
|
||||
│ │ results[position].push_back(idx) │
|
||||
│ └────────────────────────────────────────┘
|
||||
│
|
||||
├── 5. 多帧投票
|
||||
│ └── lastResult = CountResultsModal(results)
|
||||
│ 对每个position，取多帧结果中出现次数最多的index
|
||||
│
|
||||
├── 6. 关联修正
|
||||
│ ├── PRO/MAU 修正 (见 §6.2)
|
||||
│ └── SG/PH 修正 (见 §6.3)
|
||||
│
|
||||
├── 7. 索引映射输出
|
||||
│ ├── itemsStatIds[X][position] → 输出id
|
||||
│ └── itemsResultIdxMapTbl[X][position][rawIndex] → 输出index
|
||||
│
|
||||
└── 8. 构建输出JSON
|
||||
└── {"score":"100","status":"0","data":[{id, index}, ...]}
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 4. 核心ML推理：`UrineCheck14::Get14Results(mapData, papertypeIndex)`
|
||||
|
||||
**位置**：`UrineCheck14.cpp:1041`
|
||||
|
||||
### 4.1 算法流程
|
||||
|
||||
```
|
||||
for each model in rtsArray[papertypeIndex]:
|
||||
① 从 mapData 取出该 position 的6个颜色值
|
||||
② 数据不足6个 → 跳过
|
||||
③ GetModelInstance(papertypeIndex, position) → 获取 RTrees 模型
|
||||
④ 模型为空 → 跳过
|
||||
⑤ 构造 float data[6] = {H, S, V, L, A, B}
|
||||
⑥ p = GetPredictResultVal(data)
|
||||
└── RTrees::predict(1×6 Mat) → 浮点数预测值
|
||||
⑦ 获取该 position 对应的结果索引函数
|
||||
⑧ pi = resultIndexFunc(data, p)
|
||||
└── 大部分直接 round(p)，部分有HSV修正
|
||||
⑨ results[position] = pi
|
||||
```
|
||||
|
||||
### 4.2 ML模型配置
|
||||
|
||||
模型配置从 `/usr/local/Models/ml.json` 加载。
|
||||
|
||||
**ml.json 结构**：
|
||||
```json
|
||||
{
|
||||
"ml": [
|
||||
{
|
||||
"name": "glu", // 检测项目名
|
||||
"model": [
|
||||
{
|
||||
"positon": 0, // 色块位置（0-based）
|
||||
"id": 35, // 输出id
|
||||
"filepath": "/usr/local/Models/glu_0.data",
|
||||
"algorithm": 0, // 0=Red, 1=Green/Blue
|
||||
"indexmap": "0,1,2,3,4" // rawIndex → outputIndex映射
|
||||
},
|
||||
{
|
||||
"positon": 3,
|
||||
"filepath": "/usr/local/Models/glu-rts-M1.data",
|
||||
...
|
||||
}
|
||||
]
|
||||
},
|
||||
...
|
||||
]
|
||||
}
|
||||
```
|
||||
|
||||
**关键设计**：
|
||||
- 同一个检测项目（如glu）在不同试纸类型（绿/红/蓝）上可能位于不同 position
|
||||
- 同一position在不同试纸类型上使用不同的 RTrees 模型文件
|
||||
- 总共支持 21 种试纸类型（MAX_PAPER_TYPE=21），每种最多15个色块（MAX_PAPER_BLOCK=15）
|
||||
|
||||
### 4.3 `GetPredictResultVal`
|
||||
|
||||
```cpp
|
||||
float UrineCheck14::GetPredictResultVal(float* sample) {
|
||||
cv::Mat sampleMat(1, 6, CV_32FC1, sample);
|
||||
return rtsPtr->predict(sampleMat); // OpenCV RTrees 预测
|
||||
}
|
||||
```
|
||||
|
||||
输入：6维特征向量 (H,S,V,L,A,B)
|
||||
输出：浮点数预测值（代表颜色等级，如 0=阴性, 1=弱阳, 2=中阳...）
|
||||
|
||||
---
|
||||
|
||||
## 5. 各检测项目的索引修正函数
|
||||
|
||||
所有修正函数都先调用 `round(p)` 取四舍五入整数，然后根据 HSV 值进行二次修正。
|
||||
|
||||
### 5.1 红色试纸（algorithm=0）修正逻辑
|
||||
|
||||
| 项目 | 修正函数 | 修正规则 |
|
||||
|------|----------|----------|
|
||||
| **PRO (蛋白质)** | `GetRedProResultIndex` | 若 ret>0 且 (H<25 或 H>110) → 强制返回0 |
|
||||
| **MA (微量白蛋白)** | `GetRedMauResultIndex` | 若 ret>0 且 (H<30 或 H>115) → 强制返回0 |
|
||||
| **KET (酮体)** | `GetRedKetResultIndex` | 若 ret>1 且 (45<H<145) → 强制返回0 |
|
||||
| **NIT (亚硝酸盐)** | `GetRedNitResultIndex` | 若 ret>0 且 (40<H<140) → 强制返回0 |
|
||||
| **URO (尿胆原)** | `GetRedUroResultIndex` | 若 ret>0 且 (25<H<150) → 强制返回0 |
|
||||
| **BLD (潜血)** | `GetRedBldResultIndex` | 直接 `round(p)`，无修正 |
|
||||
| **VC (抗坏血酸)** | `GetRedVcResultIndex` | 直接 `round(p)`，无修正 |
|
||||
| **BIL (胆红素)** | `GetRedBilResultIndex` | 直接 `round(p)`，无修正 |
|
||||
| **GLU (葡萄糖)** | `GetRedGluResultIndex` | 直接 `round(p)`，无修正 |
|
||||
| **CRE (肌酐)** | `GetRedCreResultIndex` | 直接 `round(p)`，无修正 |
|
||||
| **Ca (尿钙)** | `GetRedUcaResultIndex` | 直接 `round(p)`，无修正 |
|
||||
| **SG (比重)** | `GetRedSgResultIndex` | 直接 `round(p)`，无修正 |
|
||||
| **pH** | `GetRedPhResultIndex` | 直接 `round(p)`，无修正 |
|
||||
| **WBC (白细胞)** | `GetRedWbcResultIndex` | 直接 `round(p)`，无修正 |
|
||||
|
||||
### 5.2 绿色/蓝色试纸（algorithm>0）修正逻辑
|
||||
|
||||
大部分直接 `round(p)`，无额外修正。
|
||||
|
||||
---
|
||||
|
||||
## 6. 关联修正规则
|
||||
|
||||
### 6.1 配置来源
|
||||
|
||||
`positionsPro[X]`、`positionsMau[X]`、`positionsSg[X]`、`positionsPh[X]` 从 `ml.json` 中提取，记录了各试纸类型上 PRO/MAU/SG/pH 对应的色块位置。
|
||||
|
||||
### 6.2 PRO（蛋白质）与 MAU（微量白蛋白）关联
|
||||
|
||||
```
|
||||
maxMau = (X > 0) ? 3 : 2 // 红色3级，其他2级
|
||||
|
||||
情况1: mauval == 0
|
||||
→ proVal = 0 // MA阴性时PRO必定阴性
|
||||
|
||||
情况2: proVal == 0 且 mauval == maxMau
|
||||
→ mauval = maxMau - 1 // PRO阴性时MA不能满级
|
||||
|
||||
情况3: proVal >= 1
|
||||
→ mauval = maxMau // PRO阳性时MA设为满级
|
||||
```
|
||||
|
||||
### 6.3 SG（比重）与 pH 关联
|
||||
|
||||
```
|
||||
maxSg = (X > 0) ? 6 : 5 // 红色6级，其他5级
|
||||
|
||||
条件: projectType < 20 且 phVal >= 2 且 sgVal < maxSg
|
||||
→ sgVal += 1 // 在特定pH下上调比重一级
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 7. 索引映射（indexmap）
|
||||
|
||||
### 7.1 映射表结构
|
||||
|
||||
`itemsResultIdxMapTbl[MAX_PAPER_TYPE][MAX_PAPER_BLOCK][MAX_ALG_TAG]`
|
||||
|
||||
三维查表：`[试纸类型][色块位置][算法原始输出index]` → 最终输出index
|
||||
|
||||
### 7.2 indexmap示例
|
||||
|
||||
```json
|
||||
"indexmap": "0,1,2,3,4"
|
||||
```
|
||||
含义：算法输出的 index=0 映射为输出0，index=1 映射为输出1...
|
||||
|
||||
```json
|
||||
"indexmap": "5,6,2,3,4"
|
||||
```
|
||||
含义：算法输出的 index=0→5, index=1→6, index=2→2...
|
||||
|
||||
**用途**：不同试纸类型可能使用不同的等级映射，通过 indexmap 灵活配置。
|
||||
|
||||
---
|
||||
|
||||
## 8. 输出JSON格式
|
||||
|
||||
```json
|
||||
{
|
||||
"score": "100",
|
||||
"status": "0",
|
||||
"message": "OK",
|
||||
"imgid": 0,
|
||||
"project_id": 2,
|
||||
"paper_id": 2,
|
||||
"versioninfo": "...",
|
||||
"data": [
|
||||
{"id": 35, "index": 1}, // 葡萄糖: 弱阳性
|
||||
{"id": 36, "index": 0}, // 白细胞: 阴性
|
||||
{"id": 37, "index": 0}, // 亚硝酸盐: 阴性
|
||||
...
|
||||
]
|
||||
}
|
||||
```
|
||||
|
||||
**data数组**：每个元素包含 `id`（项目ID，如35=GLU）和 `index`（等级，0=阴性）。
|
||||
|
||||
---
|
||||
|
||||
## 9. 新旧JSON格式差异总结
|
||||
|
||||
| 特性 | 旧版 (analJsonData) | 新版 (ProcessJsonDataRequest) |
|
||||
|------|---------------------|-------------------------------|
|
||||
| 入口函数 | `analJsonData` | `ProcessJsonDataRequest` |
|
||||
| data结构 | `{"data0": [...], "data1": [...]}` | `[[...], [...]]` (直接数组) |
|
||||
| 试纸类型 | 从 `project_id` 或 `extend` 推断 | 从 `extend.type` 或 `extend.color_14i` |
|
||||
| seekey | `id` 是物理位置 | `id` 是色块索引（0-13） |
|
||||
| 数据格式 | 整数<br>(如 `"7,146,37,23,135,134"`) | 浮点数<br>(如 `"7.62,146.43,37.76..."`) |
|
||||
| 对应txt | 不匹配当前txt | **匹配** txt文件格式 |
|
||||
| pro/mau修正 | 在analJsonData内联 | 在ProcessJsonDataRequest内联 |
|
||||
|
||||
---
|
||||
|
||||
## 10. 关键文件清单
|
||||
|
||||
| 文件 | 功能 |
|
||||
|------|------|
|
||||
| `urinecheck_class.cpp:2052-2217` | `ProcessJsonDataRequest` - 新版JSON处理入口 |
|
||||
| `urinecheck_class.cpp:746-1078` | `analJsonData` - 旧版JSON处理 |
|
||||
| `urinecheck_class.cpp:54-172` | `initconfig()` - 加载 ml.json 配置 |
|
||||
| `UrineCheck14.cpp:1041-1104` | `Get14Results(mapData)` - JSON数据的ML推理 |
|
||||
| `UrineCheck14.cpp:1107-1176` | `Get14Results(mat, pts)` - 图片数据的ML推理 |
|
||||
| `UrineCheck14.cpp:32-230` | `initconfig()` - 加载模型文件和注册结果函数 |
|
||||
| `UrineCheck14.cpp:1195-1199` | `GetPredictResultVal` - RTrees预测 |
|
||||
| `UrineCheck14.cpp:1413-1746` | Red系列结果索引修正函数 |
|
||||
Reference in New Issue
Block a user