refactor: 优化Det算法

- 优化 demo_postprocess,nms算法
- 新增 Slide 滑块识别
- 更新 Cargo.toml 依赖项

tests/ocr_test.rs

@@ -1,7 +1,19 @@
 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;
+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>）
+    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
+            anyhow::anyhow!("无法加载图片 {:?}: {}", path_ref, e)
+        })
+}
 /// 将检测结果绘制在图像上并保存
 fn save_debug_image( image_bytes: &[u8], bboxes: &Vec<Vec<i32>>, output_path: &str) -> anyhow::Result<()> {
 
@@ -73,4 +85,37 @@ fn test_det_load()->anyhow::Result<()>{
         }
     }
     Ok(())
+}
+
+
+#[test]
+fn test_real_slide_match() {
+    let engine = Slide::new();
+
+    // 1. 加载你准备好的测试图
+    // 假设图片放在项目根目录下的 assets 文件夹
+    let target_img = load_image("samples/hua.png")
+        .expect("请确保 samples/hua.png 存在");
+    let bg_img = load_image("samples/huatu.png")
+        .expect("请确保 samples/huatu.png 存在");
+
+    // 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, false)
+        .expect("Slide match 执行失败");
+    let duration = start.elapsed();
+
+    // 3. 打印结果
+    println!("-------------------------------------------");
+    println!("滑块匹配测试结果:");
+    println!("检测坐标: [x: {}, y: {}]", result.target_x, result.target_y);
+    println!("置信度: {:.4}", result.confidence);
+    println!("耗时: {:?}", duration);
+    println!("-------------------------------------------");
+
+    // 验证基本逻辑：坐标不应为 0 (除非匹配失败)
+    assert_eq!(result.target_x, 237);
+    assert_eq!(result.target_y, 77);
+    assert!(result.confidence > 0.0);
 }