feat: 优化 项目目录结构

src/lib.rs

@@ -1,14 +1,7 @@
-pub mod base;
 mod charset;
-mod det_model;
+
-mod image_io;
+pub mod models;
-mod image_processor;
+pub mod utils;
-mod model;
-mod model_loader;
-mod ocr_model;
-mod utils;
-pub mod slide_model;
-mod cv2;
 
 use anyhow::Result;
 use image::DynamicImage;
@@ -16,9 +9,9 @@ use std::fmt::{Display, Formatter};
 
 // 关键点：直接使用 tract 重导出的 ndarray
 use crate::charset::get_default_charset;
-use crate::det_model::Det;
+use models::det::Det;
-use crate::model_loader::ModelSession;
+use models::loader::ModelSession;
-use crate::ocr_model::Ocr;
+use models::ocr::Ocr;
 pub enum ModelSpec {
     /// 默认 OCR (使用内置路径)
     OcrModel,
@@ -31,7 +24,7 @@ pub enum ModelSpec {
 }
 impl ModelSpec {
     // 将默认路径定义为内部关联常量
-    const DEFAULT_OCR_PATH: &'static str = "models/common_sml2h3_f32.onnx";
+    const DEFAULT_OCR_PATH: &'static str = "models/common.onnx";
     const DEFAULT_DET_PATH: &'static str = "models/common_det.onnx";
 }
 pub enum Runtime {
@@ -74,7 +67,10 @@ impl DdddOcrBuilder {
     /// 核心初始化逻辑
     pub fn build(self) -> Result<DdddOcr> {
         let runtime = match self.mode {
-            ModelSpec::OcrModel => Runtime::Ocr(Ocr::new(ModelSpec::DEFAULT_OCR_PATH.into(), get_default_charset())?),
+            ModelSpec::OcrModel => Runtime::Ocr(Ocr::new(
+                ModelSpec::DEFAULT_OCR_PATH.into(),
+                get_default_charset(),
+            )?),
             ModelSpec::DetModel => Runtime::Det(Det::new(ModelSpec::DEFAULT_DET_PATH.into())?),
             ModelSpec::CustomOcrModel { path, charset } => Runtime::Ocr(Ocr::new(path, charset)?),
         };
@@ -110,7 +106,6 @@ impl DdddOcr {
 
 #[cfg(test)]
 mod tests {
-    use super::*;
     #[test]
     fn test_ctc_decode_indices() {
         // 模拟一个 DdddOcr 实例（如果 decode 不依赖 session，可以设为相关函数）

src/models/det.rs

@@ -1,4 +1,4 @@
-use crate::model_loader::{ModelLoader, ModelSession, ModelType};
+use crate::models::loader::{ModelLoader, ModelSession, ModelType};
 use anyhow::{Context, Result};
 use image::{DynamicImage, GenericImageView, imageops::FilterType};
 use tract_onnx::prelude::tract_ndarray::{Array2, Array3, Array4, Axis, prelude::*, s};
@@ -219,8 +219,8 @@ impl Det {
     }
     /// 6. get_bbox (完全解耦 OpenCV)
     pub fn get_bbox(&self, image_bytes: &[u8]) -> Result<Vec<Vec<i32>>> {
-        // 使用 image crate 解码
+        // 使用 utils crate 解码
-        let dynamic_img = image::load_from_memory(image_bytes).context("Failed to decode image")?;
+        let dynamic_img = image::load_from_memory(image_bytes).context("Failed to decode utils")?;
         let (orig_w, orig_h) = dynamic_img.dimensions();
 
         let (input_tensor, ratio) = self.preproc(&dynamic_img, (416, 416))?;

src/models/loader.rs

@@ -3,8 +3,8 @@ use image::DynamicImage;
 use tract_onnx::onnx;
 use tract_onnx::prelude::*;
 // 关键点：直接使用 tract 重导出的 ndarray
-use crate::image_io::png_rgba_white_preprocess;
+use crate::utils::image_io::png_rgba_white_preprocess;
-use crate::image_processor::{convert_to_grayscale, resize_image};
+use crate::utils::image_processor::{convert_to_grayscale, resize_image};
 use std::collections::HashMap;
 use tract_onnx::prelude::tract_ndarray::s;
 

src/models/mod.rs

@@ -0,0 +1,5 @@
+pub mod base;
+pub mod loader;
+pub mod ocr;
+pub mod det;
+pub mod slide;

src/models/ocr.rs

@@ -1,7 +1,7 @@
-use crate::base::ModelArgs;
+use crate::models::base::ModelArgs;
-use crate::image_io::png_rgba_white_preprocess;
+use crate::utils::image_io::png_rgba_white_preprocess;
-use crate::image_processor::{convert_to_grayscale, resize_image};
+use crate::utils::image_processor::{convert_to_grayscale, resize_image};
-use crate::model_loader::{ModelLoader, ModelSession, ModelType};
+use crate::models::loader::{ModelLoader, ModelSession, ModelType};
 use anyhow::Context;
 use image::DynamicImage;
 use tract_onnx::prelude::tract_ndarray::s;

src/models/slide.rs

@@ -1,5 +1,5 @@
-use crate::cv2::{min_max_loc, rgb_to_gray, ndarray_to_luma8, abs_diff};
+use crate::utils::cv_ops::{min_max_loc, rgb_to_gray, ndarray_to_luma8, abs_diff};
-use crate::image_io::image_to_ndarray;
+use crate::utils::image_io::image_to_ndarray;
 use anyhow::{Context, Result, anyhow};
 use image::{DynamicImage, GenericImageView};
 use image::{ImageBuffer, Luma};

src/utils/image_io.rs

@@ -24,7 +24,7 @@ pub fn load_image_from_input(img_input: ImageInput) -> Result<DynamicImage> {
     match img_input {
         // 2. 处理字节流 (Bytes)
         ImageInput::Bytes(bytes) => {
-            image::load_from_memory(&bytes).context("Failed to load image from bytes")
+            image::load_from_memory(&bytes).context("Failed to load utils from bytes")
         }
         // 1. 已经是 DynamicImage
         ImageInput::DynamicImage(i) => Ok(i),
@@ -34,11 +34,11 @@ pub fn load_image_from_input(img_input: ImageInput) -> Result<DynamicImage> {
         // 4. 处理 Base64 字符串
         ImageInput::Base64(b) => base64_to_image(&b),
         // 3. 处理文件路径 (Path)
-        ImageInput::Path(p) => image::open(p).context("Failed to open image from path"),
+        ImageInput::Path(p) => image::open(p).context("Failed to open utils from path"),
     }
 }
 fn base64_to_image(b64_str: &str) -> Result<DynamicImage> {
-    // 过滤掉可能存在的 base64 前缀，例如 "data:image/png;base64,"
+    // 过滤掉可能存在的 base64 前缀，例如 "data:utils/png;base64,"
     let clean_b64 = if let Some(pos) = b64_str.find(",") {
         &b64_str[pos + 1..]
     } else {
@@ -49,7 +49,7 @@ fn base64_to_image(b64_str: &str) -> Result<DynamicImage> {
         .decode(clean_b64.trim())
         .map_err(|e| anyhow!("Base64 decode error: {}", e))?;
 
-    image::load_from_memory(&bytes).context("Failed to load image from decoded base64")
+    image::load_from_memory(&bytes).context("Failed to load utils from decoded base64")
 }
 
 /// 读取图片文件并转换为 base64 编码字符串
@@ -58,7 +58,7 @@ pub fn get_img_base64<P: AsRef<Path>>(image_path: P) -> Result<String> {
     // 1. 读取文件原始字节流
     // 使用 AsRef<Path> 泛型可以让函数同时支持 String, &str, PathBuf 等类型
     let image_data = fs::read(&image_path)
-        .with_context(|| format!("Failed to read image file: {:?}", image_path.as_ref()))?;
+        .with_context(|| format!("Failed to read utils file: {:?}", image_path.as_ref()))?;
 
     // 2. 进行 Base64 编码
     // 使用 STANDARD 引擎对齐 Python 的 base64.b64encode
@@ -83,7 +83,7 @@ fn numpy_to_pil_image(array: ArrayViewD<u8>) -> Result<DynamicImage> {
             let (h, w) = (shape[0], shape[1]);
             ImageBuffer::<Luma<u8>, _>::from_raw(w as u32, h as u32, raw_data)
                 .map(DynamicImage::ImageLuma8)
-                .ok_or_else(|| anyhow!("Failed to create Luma image from 2D array"))
+                .ok_or_else(|| anyhow!("Failed to create Luma utils from 2D array"))
         }
 
         // 对应 Python: len(array.shape) == 3 (H, W, C)
@@ -131,7 +131,7 @@ pub fn png_rgba_white_preprocess(img: &DynamicImage) -> DynamicImage {
     let rgba_img = img.to_rgba8();
 
     // 4. 遍历像素并手动进行 Alpha 混合
-    // 对应 Python 的 image.paste(img, ..., mask=img)
+    // 对应 Python 的 utils.paste(img, ..., mask=img)
     // 使用 enumerate_pixels_mut 同时获取坐标和背景像素的可变引用，减少查找开销
     for (x, y, bg_pixel) in background.enumerate_pixels_mut() {
         // 安全性说明：x, y 源自 background 尺寸，与 rgba_img 一致，get_pixel 是安全的
@@ -162,8 +162,8 @@ pub fn png_rgba_white_preprocess(img: &DynamicImage) -> DynamicImage {
     DynamicImage::ImageRgb8(background)
 }
 pub fn image_to_numpy(image: &DynamicImage, mode: ColorMode) -> Result<Array3<u8>> {
-    // 1. 模式转换 (对应 image.convert(target_mode)),此函数在时保留看后续优化是否需要替代image_to_ndarray
+    // 1. 模式转换 (对应 utils.convert(target_mode)),此函数在时保留看后续优化是否需要替代image_to_ndarray
-    // Rust image 库通过 to_rgb8, to_luma8 等方法实现转换
+    // Rust utils 库通过 to_rgb8, to_luma8 等方法实现转换
     let (width, height) = image.dimensions();
 
     let (channels, raw) = match mode {
@@ -225,7 +225,7 @@ pub fn image_to_ndarray(img: &DynamicImage) -> Array3<u8> {
 
     // 3. 构造数组 (通道数改为 3)
     Array3::from_shape_vec((height as usize, width as usize, 3), raw_data)
-        .expect("Failed to construct ndarray from image") // 建议显式报错，而不是返回全黑图
+        .expect("Failed to construct ndarray from utils") // 建议显式报错，而不是返回全黑图
 }
 
 #[allow(dead_code)]

src/utils/image_processor.rs

@@ -4,7 +4,7 @@ use anyhow::Result;
 /// 对应 Python 的 convert_to_grayscale
 /// 将图像转换为灰度图 (L模式)
 pub fn convert_to_grayscale(image: &DynamicImage) -> GrayImage {
-    // Rust image 库的 to_luma8 会根据标准的亮度公式进行转换
+    // Rust utils 库的 to_luma8 会根据标准的亮度公式进行转换
     image.to_luma8()
 }
 

src/utils/mod.rs

@@ -0,0 +1,3 @@
+pub mod image_io;
+pub mod image_processor;
+pub mod cv_ops;

tests/ocr_test.rs

@@ -2,12 +2,12 @@ use std::fs;
 use std::path::Path;
 use image::Rgb;
 use ddddocr_rs::{DdddOcr, DdddOcrBuilder}; // 假设你的包名是这个
-use ddddocr_rs::slide_model::Slide;
+use ddddocr_rs::models::slide::Slide;
 fn load_image<P: AsRef<Path>>(path: P) -> anyhow::Result<image::DynamicImage> {
     // 1. 先将泛型转为具体的 &Path 引用
     let path_ref = path.as_ref();
 
-    // 2. 调用 open 时传入引用（image::open 支持 AsRef<Path>）
+    // 2. 调用 open 时传入引用（utils::open 支持 AsRef<Path>）
     image::open(path_ref)
         .map_err(|e| {
             // 3. 此时 path_ref 依然有效，可以安全地在闭包中使用
@@ -102,7 +102,7 @@ fn test_real_slide_match() {
     // 2. 执行匹配
     // 如果是那种带有明显阴影边缘的复杂滑块，建议 simple_target 传 false
     let start = std::time::Instant::now();
-    let result = engine.slide_match(&target_img, &bg_img, true)
+    let result = engine.slide_match(&target_img, &bg_img, false)
         .expect("Slide match 执行失败");
     let duration = start.elapsed();