路径写入数据库

core/all.py

@@ -2,6 +2,7 @@ import cv2
 import numpy as np
 from PIL.Image import Image
 
+from core.establish import get_image_save_path
 from core.ocr import load_model as ocrLoadModel, detect as ocrDetect
 from core.face import load_model as faceLoadModel, detect as faceDetect
 from core.yolo import load_model as yoloLoadModel, detect as yoloDetect
@@ -68,19 +69,24 @@ def detect(client_ip, frame):
     yolo_flag, yolo_result = yoloDetect(frame)
     print(f"YOLO检测结果：{yolo_result}")
     if yolo_flag:
-        save_db(model_type="yolo", client_ip=client_ip, result=numpy_array_to_base64(frame))
+        full_save_path, display_path = get_image_save_path(model_type="yolo", client_ip=client_ip)
-        # if full_save_path:  # 只判断完整路径是否有效（用于保存）
+        if full_save_path:  # 只判断完整路径是否有效（用于保存）
-        #     cv2.imwrite(full_save_path, frame)
+            cv2.imwrite(full_save_path, frame)
-        #     # 打印时使用「显示用短路径」，符合需求格式
+            # 打印时使用「显示用短路径」，符合需求格式
-        #     print(f"✅ YOLO违规图片已保存：{display_path}")
+            print(f"✅ YOLO违规图片已保存：{display_path}")
+        save_db(model_type="yolo", client_ip=client_ip, result=str(full_save_path))
         return (True, yolo_result, "yolo")
     #
     # # 2. 人脸检测（优先级2）
     face_flag, face_result = faceDetect(frame)
     print(f"人脸检测结果：{face_result}")
     if face_flag:
-        # 将帧转化为 base64 字符串
+        full_save_path, display_path = get_image_save_path(model_type="yolo", client_ip=client_ip)
-        save_db(model_type="face", client_ip=client_ip, result=numpy_array_to_base64(frame))
+        if full_save_path:  # 只判断完整路径是否有效（用于保存）
+            cv2.imwrite(full_save_path, frame)
+            # 打印时使用「显示用短路径」，符合需求格式
+            print(f"✅ face违规图片已保存：{display_path}")
+        save_db(model_type="face", client_ip=client_ip, result=str(full_save_path))
         return (True, face_result, "face")
 
     # 3. OCR检测（优先级3）
@@ -88,70 +94,13 @@ def detect(client_ip, frame):
     print(f"OCR检测结果：{ocr_result}")
     if ocr_flag:
         # 解构元组，保存用完整路径，打印用短路径
-        save_db(model_type="ocr", client_ip=client_ip, result=ocr_result)
+        full_save_path, display_path = get_image_save_path(model_type="yolo", client_ip=client_ip)
-        # if full_save_path:
+        if full_save_path:  # 只判断完整路径是否有效（用于保存）
-        #     cv2.imwrite(full_save_path, frame)
+            cv2.imwrite(full_save_path, frame)
-        #     print(f"✅ OCR违规图片已保存：{display_path}")
+            # 打印时使用「显示用短路径」，符合需求格式
+            print(f"✅ ocr违规图片已保存：{display_path}")
+        save_db(model_type="ocr", client_ip=client_ip, result=str(full_save_path))
         return (True, ocr_result, "ocr")
-
     # 4. 无违规内容（不保存图片）
     print(f"❌ 未检测到任何违规内容，不保存图片")
     return (False, "未检测到任何内容", "none")
-
-
-def numpy_array_to_base64(arr, img_format='PNG'):
-    """
-    将numpy数组转换为base64字符串
-
-    参数:
-        arr: numpy数组，通常是图像数据，形状为(height, width, channels)
-        img_format: 图像格式，默认为'PNG'，也可以是'JPEG'等PIL支持的格式
-
-    返回:
-        str: 转换后的base64字符串
-
-    异常:
-        ValueError: 当输入不是有效的numpy数组或不支持的形状时抛出
-        Exception: 处理过程中出现的其他异常
-    """
-    try:
-        # 检查输入是否为numpy数组
-        if not isinstance(arr, np.ndarray):
-            raise ValueError("输入必须是numpy数组")
-
-        # 处理单通道图像（灰度图）
-        if len(arr.shape) == 2:
-            arr = np.expand_dims(arr, axis=-1)
-
-        # 检查数组形状是否有效
-        if len(arr.shape) != 3 or arr.shape[2] not in [1, 3, 4]:
-            raise ValueError("numpy数组必须是形状为(height, width, channels)的图像数据，通道数应为1、3或4")
-
-        # 处理数据类型，确保是uint8类型
-        if arr.dtype != np.uint8:
-            # 归一化到0-255并转换为uint8
-            arr = ((arr - arr.min()) / (arr.max() - arr.min() + 1e-8) * 255).astype(np.uint8)
-
-        # 将单通道图像转换为PIL支持的模式
-        if arr.shape[2] == 1:
-            arr = arr.squeeze(axis=-1)
-            image = Image.fromarray(arr, mode='L')  # L模式表示灰度图
-        elif arr.shape[2] == 3:
-            image = Image.fromarray(arr, mode='RGB')
-        else:  # 4通道
-            image = Image.fromarray(arr, mode='RGBA')
-
-        # 将图像保存到内存缓冲区
-        buffer = BytesIO()
-        image.save(buffer, format=img_format)
-
-        # 从缓冲区读取数据并编码为base64
-        buffer.seek(0)
-        base64_str = base64.b64encode(buffer.read()).decode('utf-8')
-
-        return base64_str
-
-    except ValueError as ve:
-        raise ve
-    except Exception as e:
-        raise Exception(f"转换过程中发生错误: {str(e)}")