refactor: 优化图像输入源设计，重构为零污染的 TryFromImage 特征

- 移除原有的 ImageInput 枚举，避免运行时匹配与所有权限制
- 引入自定义 TryFromImage 特征，专用于将不同来源安全转换为 ImageSource
- 优化错误处理新增 InvalidBase64Header 错误信息
- 迁移 load_image_from_input 到 image_helper.rs 为后续剥离到业务层做准备

ddddocr-tract/tests/ocr_test.rs

@@ -1,10 +1,10 @@
+use anyhow::Context;
 use ddddocr_core::det::DetectionResult;
-use ddddocr_core::{DetBuilder,  Detector, ModelMetadata, Ocr,  Slider}; // 假设你的包名是这个
-use ddddocr_tract::{DetSession,OcrSession};
-use image::{DynamicImage, Rgb};
+use ddddocr_core::{DetBuilder, Detector, ModelMetadata, Ocr, Slider}; // 假设你的包名是这个
+use ddddocr_tract::{DetSession, OcrSession};
+use image::{DynamicImage, ImageBuffer, Luma, Rgb};
 use std::fs;
 use std::path::Path;
-use anyhow::Context;
 use tract_onnx::prelude::{ShapeFact, TDim};
 
 mod char_slice;
@@ -67,7 +67,40 @@ fn save_debug_image(
     img.save(output_path)?;
     Ok(())
 }
+#[allow(dead_code)]
+fn save_rust_result(result: &ImageBuffer<Luma<f32>, Vec<f32>>, filename: &str) {
+    let (width, height) = result.dimensions();
 
+    // 1. 寻找最值进行归一化
+    let mut max_val = f32::MIN;
+    let mut min_val = f32::MAX;
+    for p in result.pixels() {
+        if p.0[0] > max_val {
+            max_val = p.0[0];
+        }
+        if p.0[0] < min_val {
+            min_val = p.0[0];
+        }
+    }
+
+    // 2. 创建 8 位灰度图
+    let mut out_buf = ImageBuffer::new(width, height);
+    for y in 0..height {
+        for x in 0..width {
+            let val = result.get_pixel(x, y).0[0];
+            let normalized = if max_val > min_val {
+                ((val - min_val) / (max_val - min_val) * 255.0) as u8
+            } else {
+                0u8
+            };
+            out_buf.put_pixel(x, y, Luma([normalized]));
+        }
+    }
+
+    // 3. 保存
+    DynamicImage::ImageLuma8(out_buf).save(filename).unwrap();
+    println!("Rust 结果热力图已保存至: {}", filename);
+}
 #[test]
 fn test_full_classification() {
     // 1. 初始化模型
@@ -84,7 +117,8 @@ fn test_full_classification() {
     .expect("模型加载失败");
 
     // 2. 加载测试图片
-    let img = image::open("D:/CNWei/CNW/Rust/ddddocr-rs/samples/code2.png").expect("测试图片不存在");
+    let img =
+        image::open("D:/CNWei/CNW/Rust/ddddocr-rs/samples/code2.png").expect("测试图片不存在");
 
     // 3. 执行识别
     let result = Ocr::new(&ocr)
@@ -117,7 +151,11 @@ fn test_det_load() -> anyhow::Result<()> {
         println!("未检测到任何目标。");
     } else {
         // 如果 save_debug_image 报错，记得去把它的入参类型和内部访问也改为 DetectionResult
-        save_debug_image(&img, &bboxes, "D:/CNWei/CNW/Rust/ddddocr-rs/samples/result.jpg")?;
+        save_debug_image(
+            &img,
+            &bboxes,
+            "D:/CNWei/CNW/Rust/ddddocr-rs/samples/result.jpg",
+        )?;
 
         for (i, bbox) in bboxes.iter().enumerate() {
             // 【修改点 3】将原来的 bbox[0].. 索引访问改为结构体字段访问
@@ -133,8 +171,10 @@ fn test_real_slide_match() {
 
     // 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("D:/CNWei/CNW/Rust/ddddocr-rs/samples/hua.png").expect("请确保 samples/hua.png 存在");
-    let bg_img = load_image("D:/CNWei/CNW/Rust/ddddocr-rs/samples/huatu.png").expect("请确保 samples/huatu.png 存在");
+    let target_img = load_image("D:/CNWei/CNW/Rust/ddddocr-rs/samples/hua.png")
+        .expect("请确保 samples/hua.png 存在");
+    let bg_img = load_image("D:/CNWei/CNW/Rust/ddddocr-rs/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
@@ -162,8 +202,10 @@ fn test_real_slide_comparison() {
 
     // 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("D:/CNWei/CNW/Rust/ddddocr-rs/samples/ken.jpg").expect("请确保 samples/ken.jpg 存在");
-    let bg_img = load_image("D:/CNWei/CNW/Rust/ddddocr-rs/samples/kenyuan.jpg").expect("请确保 samples/kenyuan.jpg 存在");
+    let target_img = load_image("D:/CNWei/CNW/Rust/ddddocr-rs/samples/ken.jpg")
+        .expect("请确保 samples/ken.jpg 存在");
+    let bg_img = load_image("D:/CNWei/CNW/Rust/ddddocr-rs/samples/kenyuan.jpg")
+        .expect("请确保 samples/kenyuan.jpg 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
@@ -189,7 +231,10 @@ fn test_real_slide_comparison() {
 #[test]
 fn test_resolve_shape_logic_direct() {
     // 创建一个哑 ModelLoader 实例（session 用不上，因为我们直接测私有方法）
-    let loader = ModelLoader::model_for_path("D:\\CNWei\\CNW\\Rust\\ddddocr-rs\\models\\common_sml2h3_f32.onnx",).expect("建立测试模型图失败");
-    let md_info=&loader.model_info().context("信息");
-    println!("md_info: {:?}",md_info);
-}
+    let loader = ModelLoader::model_for_path(
+        "D:\\CNWei\\CNW\\Rust\\ddddocr-rs\\models\\common_sml2h3_f32.onnx",
+    )
+    .expect("建立测试模型图失败");
+    let md_info = &loader.model_info().context("信息");
+    println!("md_info: {:?}", md_info);
+}