a

2026-07-03 16:58:28 +08:00
commit 32b43f85bd
6240 changed files with 1987678 additions and 0 deletions
@@ -0,0 +1,128 @@
+# Python后端 JSON数据尿检识别 - 技术实施方案
+
+> 基于 C++ `ProcessJsonDataRequest` 逐行翻译到 Python
+> 依赖：`/usr/local/Models/ml.json` + `*.data` (OpenCV RTrees 模型)
+
+---
+
+## 1. 可行性验证
+
+| 检查项 | 状态 |
+|--------|------|
+| OpenCV 版本 | 4.13.0 ✅ |
+| cv2.ml.RTrees_load() 加载 .data 文件 | ✅ uro_0, glu_1, glu-rts-M1 均加载成功 |
+| RTrees.predict() 预测 | ✅ `predict(sample)` 返回浮点数 |
+| /usr/local/Models/ 所有模型文件存在 | ✅ 14项×2+ (Green+Rts) 全部存在 |
+| ml.json 配置完整 | ✅ 包含所有14项×21种试纸类型配置 |
+
+---
+
+## 2. 总体架构
+
+```
+POST /api/urinecheck/analyze-json
+   │
+   ├── 接收 JSON body (与txt文件格式一致)
+   │
+   ├── MLConfigLoader ─── 解析 /usr/local/Models/ml.json
+   │   ├── 构建 model_lookup[paperType][position] = (model, indexFunc, indexMap)
+   │   └── 标注 PRO/MAU/SG/pH 的 position
+   │
+   ├── UrineJsonRecognizer
+   │   ├── 1. 解析输入JSON
+   │   ├── 2. extract paperType from extend
+   │   ├── 3. 逐帧处理
+   │   │   └── 每帧: mapData[id→[6 floats]] → ML推理 → {position: rawIndex}
+   │   ├── 4. CountResultsModal (多帧投票)
+   │   ├── 5. PRO/MAU + SG/PH 关联修正
+   │   ├── 6. indexMap 映射
+   │   └── 7. 构建输出JSON
+   │
+   └── 返回 {"score":"100", "status":"0", "data": [{id, index}, ...]}
+```
+
+---
+
+## 3. 实施步骤
+
+### Step 1: 新建 `ml_config.py` — ML配置加载器
+
+**功能**：解析 `/usr/local/Models/ml.json`，构建运行时查表结构
+
+```python
+class MLConfigLoader:
+    def load(self):
+        # 解析 ml.json
+        # 对每个 item (uro/glu/ket/...):
+        #   对每个 model entry (positon, id, filepath, algorithm, indexmap):
+        #     paperType = j (model数组中的索引)
+        #     if positon >= 0:
+        #       models[paperType][positon] = RTrees.load(filepath)
+        #       result_funcs[paperType][positon] = indexFuncName
+        #       stat_ids[paperType][positon] = id
+        #       index_maps[paperType][positon] = [int(x) for x in indexmap.split(',')]
+        #       if name == 'pro': positionsPro[paperType] = positon
+        #       ... etc
+```
+
+### Step 2: 新建 `json_recognizer.py` — JSON数据识别器
+
+**核心类**：`UrineJsonRecognizer`
+
+```python
+class UrineJsonRecognizer:
+    def recognize(self, json_data: dict) -> dict:
+        # 完整复制 ProcessJsonDataRequest 逻辑
+        ...
+
+    def _get14_results(self, map_data: dict, paper_type: int) -> dict:
+        # 完整复制 UrineCheck14::Get14Results(mapData, X) 逻辑
+        ...
+```
+
+**各检测项的结果索引修正函数**（直接翻译C++）：
+- `_red_pro_index(p, h)` — if ret>0 and (h<25 or h>110) → 0
+- `_red_mau_index(p, h)` — if ret>0 and (h<30 or h>115) → 0
+- `_red_ket_index(p, h)` — if ret>1 and 45<h<145 → 0
+- `_red_nit_index(p, h)` — if ret>0 and 40<h<140 → 0
+- `_red_uro_index(p, h)` — if ret>0 and 25<h<150 → 0
+- 其余直接 `round(p)`
+
+### Step 3: 添加 API 路由
+
+在 `routers/urinecheck.py` 中添加：
+```python
+@router.post("/analyze-json")
+async def analyze_json(request: JsonDataRequest, ...):
+    recognizer = get_recognizer()  # 全局单例
+    return recognizer.recognize(request.model_dump())
+```
+
+### Step 4: 在 `schemas.py` 中添加请求模型
+
+### Step 5: 在 `app.py` 中初始化识别器（startup event）
+
+---
+
+## 4. 关键差异注意事项
+
+| C++ | Python |
+|-----|--------|
+| Json::Value | dict/list |
+| map<int, Ptr<RTrees>> | dict[int, cv2.ml.RTrees] |
+| `atoi()` string→int | `int()` 或 `float()` |
+| `split(s, ',', vs)` | `s.split(',')` |
+| `GetModal1()` → 众数 | `collections.Counter.most_common(1)` |
+| `GetPredictResultVal(data)` | `model.predict(np.array([data], dtype=np.float32))` |
+
+---
+
+## 5. 文件清单
+
+| 文件 | 操作 | 功能 |
+|------|------|------|
+| `backend/ml_config.py` | **新建** | ML配置加载器 |
+| `backend/json_recognizer.py` | **新建** | JSON数据识别核心逻辑 |
+| `backend/schemas.py` | **修改** | 添加 JsonDataRequest |
+| `backend/routers/urinecheck.py` | **修改** | 添加 /analyze-json 路由 |
+| `backend/app.py` | **修改** | 启动时初始化识别器 |