From 2571da3c2dacdce2fafd1fa78781a6576d6aeff9 Mon Sep 17 00:00:00 2001
From: ninghongbin <2409766686@qq.com>
Date: Mon, 8 Sep 2025 18:24:32 +0800
Subject: [PATCH] =?UTF-8?q?=E5=8E=BB=E9=99=A4=E6=9C=AC=E5=9C=B0=E5=AD=98?=
 =?UTF-8?q?=E5=82=A8=20|=20=E4=BC=98=E5=8C=96=E4=BB=A3=E7=A0=81=E9=A3=8E?=
 =?UTF-8?q?=E6=A0=BC?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 core/all.py | 34 +++++++++++++++++++---------------
 ws/ws.py    | 22 +++++-----------------
 2 files changed, 24 insertions(+), 32 deletions(-)

diff --git a/core/all.py b/core/all.py
index 0907e35..4dd1ef9 100644
--- a/core/all.py
+++ b/core/all.py
@@ -8,7 +8,7 @@ import numpy as np
 
 # -------------------------- 核心配置参数 --------------------------
 MAX_WORKERS = 6  # 线程池最大线程数
-DETECTION_ORDER = ["yolo", "face", "ocr"]  # 检测优先级顺序
+DETECTION_ORDER = ["yolo", "face", "ocr"]  # 检测执行顺序
 TIMEOUT = 30  # 检测超时时间(秒) 【确保此常量可被外部导入】
 
 # -------------------------- 全局状态管理 --------------------------
@@ -80,30 +80,30 @@ def shutdown():
 
 # -------------------------- 检测逻辑实现 --------------------------
 def _detect_in_thread(frame: np.ndarray, task_id: int) -> tuple:
-    """在子线程中执行检测逻辑（返回4元素tuple：是否成功、结果、检测器类型、任务ID）"""
+    """在子线程中执行检测逻辑（返回4元素tuple：检测是否成功、结果数据、检测器类型、任务ID）"""
     thread_name = threading.current_thread().name
     print(f"任务[{task_id}] 开始执行、线程: {thread_name}")
 
     try:
-        # 按照优先级执行检测
+        # 按照配置顺序执行检测
         for detector in DETECTION_ORDER:
             if detector == "yolo":
-                flag, result = yoloDetect(frame)
+                success, result = yoloDetect(frame)
             elif detector == "face":
-                flag, result = faceDetect(frame)
+                success, result = faceDetect(frame)
             elif detector == "ocr":
-                flag, result = ocrDetect(frame)
+                success, result = ocrDetect(frame)
             else:
-                flag, result = False, None
+                success, result = False, None
 
-            print(f"任务[{task_id}] {detector}检测结果: {'成功' if flag else '失败'}")
-            if flag:
+            print(f"任务[{task_id}] {detector}检测状态: {'成功' if success else '未检测到内容'}")
+            if success:
                 print(f"任务[{task_id}] 完成检测、使用检测器: {detector}")
-                return (True, result, detector, task_id)  # 4元素tuple
+                return (success, result, detector, task_id)  # 4元素tuple
 
         # 所有检测器均未检测到结果
-        print(f"任务[{task_id}] 所有检测器均未检测到内容")
-        return (False, "未检测到任何内容", "none", task_id)  # 4元素tuple
+        print(f"任务[{task_id}] 所有检测器均未检测到有效内容")
+        return (False, "未检测到任何有效内容", "none", task_id)  # 4元素tuple
 
     except Exception as e:
         print(f"任务[{task_id}] 检测过程发生错误: {str(e)}")
@@ -119,7 +119,11 @@ def detect(frame: np.ndarray) -> Future:
         frame: 待检测图像(ndarray格式、cv2.imdecode生成)
 
     返回:
-        Future对象、result()返回tuple: (has_violation, data, detector_type, task_id)
+        Future对象、result()返回tuple: (success, data, detector_type, task_id)
+            success: 布尔值，表示是否检测到有效内容
+            data: 检测结果数据（成功时为具体结果，失败时为错误信息）
+            detector_type: 使用的检测器类型（"yolo"/"face"/"ocr"/"none"/"error"）
+            task_id: 任务唯一标识
     """
     # 确保模型已加载
     if not _model_loaded:
@@ -131,5 +135,5 @@ def detect(frame: np.ndarray) -> Future:
 
     # 提交任务到线程池（返回Future）
     future = _executor.submit(_detect_in_thread, frame, task_id)
-    print(f"任务[{task_id}]:  已提交到线程池")
-    return future
\ No newline at end of file
+    print(f"任务[{task_id}]: 已提交到线程池")
+    return future
diff --git a/ws/ws.py b/ws/ws.py
index 9e237d2..bcc86b8 100644
--- a/ws/ws.py
+++ b/ws/ws.py
@@ -93,7 +93,7 @@ class ClientConnection:
             print(f"[{get_current_time_str()}] 客户端{self.client_ip}: 帧消费逻辑错误 - {str(e)}")
 
     async def process_frame(self, frame_data: bytes) -> None:
-        """处理单帧图像数据（【核心修改：等待检测结果+修正解包】）"""
+        """处理单帧图像数据"""
         # 二进制数据转OpenCV图像
         nparr = np.frombuffer(frame_data, np.uint8)
         img = cv2.imdecode(nparr, cv2.IMREAD_COLOR)
@@ -101,16 +101,8 @@ class ClientConnection:
             print(f"[{get_current_time_str()}] 客户端{self.client_ip}: 无法解析图像数据")
             return
 
-        # 确保图像保存目录存在
-        os.makedirs('images', exist_ok=True)
-
-        # 保存图像（按IP+时间戳命名、避免冲突）
-        filename = f"images/{self.client_ip.replace('.', '_')}_{get_current_time_file_str()}.jpg"
         try:
-            cv2.imwrite(filename, img)
-            print(f"[{get_current_time_str()}] 图像已保存至: {filename}")
-
-            # -------------------------- 【核心修改1：提交检测任务并等待结果】 --------------------------
+            # -------------------------- 提交检测任务并等待结果 --------------------------
             # 1. 提交检测任务获取Future对象（非阻塞）
             detection_future = detect(img)
             # 2. 用asyncio.to_thread等待Future结果（避免阻塞asyncio事件循环），设置超时
@@ -129,13 +121,11 @@ class ClientConnection:
                 task_id = -1  # 超时任务ID标记为-1
             # -----------------------------------------------------------------------------------------
 
-            # -------------------------- 【核心修改2：修正日志打印变量名】 --------------------------
-            # 打印检测结果（避免使用Python关键字"type"）
+            # 打印检测结果
             print(f"[{get_current_time_str()}] 客户端{self.client_ip}: 检测结果 - "
                   f"违规: {has_violation}, 类型: {detector_type}, 数据: {data}, 任务ID: {task_id}")
-            # -----------------------------------------------------------------------------------------
 
-            # 处理违规逻辑（变量名从type改为detector_type）
+            # 处理违规逻辑
             if has_violation:
                 print(f"[{get_current_time_str()}] 客户端{self.client_ip}: 检测到违规 - "
                       f"类型: {detector_type}, 详情: {data}")
@@ -151,9 +141,7 @@ class ClientConnection:
                 danger_msg = {
                     "type": "danger",
                     "timestamp": get_current_time_str(),
-                    "client_ip": self.client_ip,
-                    "detector_type": detector_type,
-                    "detail": str(data)
+                    "client_ip": self.client_ip
                 }
 
                 # TODO 数据存储到数据库