ocr1.0

core/rtmp.py

@@ -2,109 +2,101 @@ import asyncio
 import logging
 import cv2
 import time
-from ocr.ocr_violation_detector import OCRViolationDetector
+from ocr.model_violation_detector import MultiModelViolationDetector
 
-import logging
+
+# 配置文件相对路径（根据实际目录结构调整）
+YOLO_MODEL_PATH = "../ocr/models/best.pt"  # 关键修正：从core目录向上一级找ocr文件夹
+FORBIDDEN_WORDS_PATH = "../ocr/forbidden_words.txt"
+OCR_CONFIG_PATH = "../ocr/config/1.yaml"
+KNOWN_FACES_DIR = "../ocr/known_faces"
 
 # 创建检测器实例
-detector = OCRViolationDetector(
-        forbidden_words_path=r"D:\Git\bin\video\ocr\forbidden_words.txt",
-        ocr_confidence_threshold=0.7,
-        log_level=logging.INFO,
-        log_file="ocr_detection.log"
+detector = MultiModelViolationDetector(
+    forbidden_words_path=FORBIDDEN_WORDS_PATH,
+    ocr_config_path=OCR_CONFIG_PATH,
+    yolo_model_path=YOLO_MODEL_PATH,
+    known_faces_dir=KNOWN_FACES_DIR,
+    ocr_confidence_threshold=0.5
 )
 
-# 配置日志（与WHEP代码保持一致的日志风格）
+# 配置日志
 logging.basicConfig(level=logging.INFO)
 logger = logging.getLogger("rtmp_video_puller")
 
 
 async def rtmp_pull_video_stream(rtmp_url):
     """
-    通过RTMP从指定URL拉取视频流并在收到每一帧时打印消息
-    功能与WHEP拉流函数对齐：流状态反馈、帧信息打印、帧率统计、异常处理
-
-    Args:
-        rtmp_url: RTMP流的URL地址（如 rtmp://xxx/live/stream_key）
+    通过RTMP从指定URL拉取视频流并进行违规检测
     """
     cap = None  # 初始化视频捕获对象
     try:
-        # 1. 异步打开RTMP流（指定FFmpeg后端确保RTMP兼容性，同步操作通过to_thread避免阻塞事件循环）
+        # 异步打开RTMP流
         cap = await asyncio.to_thread(
             cv2.VideoCapture,
             rtmp_url,
-            cv2.CAP_FFMPEG  # 必须指定FFmpeg后端，RTMP协议依赖该后端解析
+            cv2.CAP_FFMPEG  # 指定FFmpeg后端确保RTMP兼容性
         )
 
-        # 2. 检查RTMP流是否成功打开
+        # 检查RTMP流是否成功打开
         is_opened = await asyncio.to_thread(cap.isOpened)
         if not is_opened:
             raise Exception(f"RTMP流打开失败: {rtmp_url}（请检查URL有效性和FFmpeg环境）")
 
-        # 3. 异步获取RTMP流基础信息（分辨率、帧率）
+        # 获取RTMP流基础信息
         width = await asyncio.to_thread(cap.get, cv2.CAP_PROP_FRAME_WIDTH)
         height = await asyncio.to_thread(cap.get, cv2.CAP_PROP_FRAME_HEIGHT)
         fps = await asyncio.to_thread(cap.get, cv2.CAP_PROP_FPS)
 
-        # 处理异常情况：部分RTMP流未返回帧率时默认30FPS
+        # 处理异常情况
         fps = fps if fps > 0 else 30.0
-        # 分辨率转为整数（视频尺寸必然是整数）
         width, height = int(width), int(height)
 
-        # 打印流初始化成功信息（与WHEP连接成功信息风格一致）
+        # 打印流初始化成功信息
         print(f"RTMP流状态: 已成功连接")
         print(f"流基础信息: 分辨率 {width}x{height} | 配置帧率 {fps:.2f} FPS")
         print("开始接收视频帧...（按 Ctrl+C 中断）")
 
-        # 4. 初始化帧统计参数
-        frame_count = 0  # 总接收帧数
-        start_time = time.time()  # 统计起始时间
+        # 初始化帧统计参数
+        frame_count = 0
+        start_time = time.time()
 
-        # 5. 循环异步读取视频帧（核心逻辑）
+        # 循环读取视频帧
         while True:
-            # 异步读取一帧（cv2.read是同步操作，用to_thread适配异步环境）
             ret, frame = await asyncio.to_thread(cap.read)
 
-            # 检查帧是否读取成功（流中断/结束时ret为False）
             if not ret:
                 print(f"RTMP流状态: 帧读取失败（可能流已中断或结束）")
                 break
 
-            # 帧计数累加
             frame_count += 1
 
-            # 6. 打印当前帧基础信息（与WHEP帧信息打印风格对齐）
+            # 打印当前帧信息
             print(f"收到帧 (第{frame_count}帧)")
             print(f"  帧尺寸: {width}x{height}")
             print(f"  配置帧率: {fps:.2f} FPS")
 
-            has_violation, violations, confidences = OCRViolationDetector.detect(frame)
-
-            # 输出检测结果
-            if has_violation:
-                detector.logger.info(f"在图片中检测到 {len(violations)} 个违禁词:")
-                for word, conf in zip(violations, confidences):
-                    detector.logger.info(f"- {word} (置信度: {conf:.4f})")
+            if frame is not None:
+                has_violation, violation_type, details = detector.detect_violations(frame)
+                if has_violation:
+                    print(f"检测到违规 - 类型: {violation_type}, 详情: {details}")
+                else:
+                    print("未检测到任何违规内容")
             else:
-                detector.logger.info("图片中未检测到违禁词")
-            # 7. 每100帧统计一次实际接收帧率（补充性能监控，与原RTMP示例逻辑一致）
+                print(f"无法读取测试图像")
+
+            # 每100帧统计一次实际接收帧率
             if frame_count % 100 == 0:
                 elapsed_time = time.time() - start_time
-                actual_fps = frame_count / elapsed_time  # 实际接收帧率（可能低于配置帧率）
+                actual_fps = frame_count / elapsed_time
                 print(f"---- 帧统计: 累计{frame_count}帧 | 实际平均帧率 {actual_fps:.2f} FPS ----")
 
-            # （可选）帧数据处理入口：如需处理帧（如推流、分析），可在此处添加逻辑
-            # 示例：yield frame （若需生成器模式，可调整函数为异步生成器）
-
-    # 8. 异常处理（覆盖用户中断、通用错误）
     except KeyboardInterrupt:
         print(f"\n用户操作: 已通过 Ctrl+C 中断程序")
     except Exception as e:
-        # 日志记录详细错误（便于问题排查），同时打印用户可见信息
         logger.error(f"RTMP流处理异常: {str(e)}", exc_info=True)
         print(f"错误信息: {str(e)}")
     finally:
-        # 9. 资源释放（无论成功/失败都确保释放，避免内存泄漏）
         if cap is not None:
             await asyncio.to_thread(cap.release)
             print(f"\n资源释放: RTMP流已关闭")
@@ -114,7 +106,6 @@ async def rtmp_pull_video_stream(rtmp_url):
 if __name__ == "__main__":
     RTMP_URL = "rtmp://192.168.110.25:1935/live/473b95a47e338301cbd96809ea7ac416"
 
-    # 运行RTMP拉流任务（与WHEP一致的异步执行方式）
     try:
         asyncio.run(rtmp_pull_video_stream(RTMP_URL))
     except Exception as e:

ocr/face_recognizer.py

@@ -4,10 +4,12 @@ import numpy as np
 import insightface
 from insightface.app import FaceAnalysis
 
+
 class FaceRecognizer:
     """
     封装InsightFace人脸识别功能，支持从文件夹加载已知人脸。
     """
+
     def __init__(self, known_faces_dir: str):
         self.known_faces_dir = known_faces_dir
         self.app = self._initialize_insightface()
@@ -16,40 +18,30 @@ class FaceRecognizer:
         self._load_known_faces()
 
     def _initialize_insightface(self):
-        """
-        初始化InsightFace FaceAnalysis应用。
-        默认使用CPU，如果检测到CUDA，会自动使用GPU。
-        """
-        print("正在初始化InsightFace人脸识别引擎...")
+        """初始化InsightFace FaceAnalysis应用"""
+        print("初始化InsightFace引擎...")
         try:
-            # 默认模型是 'buffalo_l'，包含检测、对齐、识别功能
-            # 如果需要更小的模型，可以尝试 'buffalo_s' 或 'buffalo_m'
-            # ctx_id=0 表示使用GPU，ctx_id=-1 表示使用CPU
-            # InsightFace会自动检测CUDA并选择GPU，所以通常不需要手动设置ctx_id
-            app = FaceAnalysis(name='buffalo_l', root='~/.insightface') # 模型下载到用户目录
-            app.prepare(ctx_id=0, det_size=(640, 640)) # det_size影响检测性能和精度
-            print("InsightFace人脸识别引擎初始化成功。")
+            app = FaceAnalysis(name='buffalo_l', root='~/.insightface')
+            app.prepare(ctx_id=0, det_size=(640, 640))
+            print("InsightFace引擎初始化完成")
             return app
         except Exception as e:
-            print(f"InsightFace人脸识别引擎初始化失败: {e}")
-            print("请确保已安装insightface和onnxruntime，并且模型文件已下载或可访问。")
+            print(f"InsightFace初始化失败: {e}")
+            print("请检查依赖是否安装及模型是否可访问")
             return None
 
     def _load_known_faces(self):
-        """
-        扫描已知人脸目录，加载每个人的照片并计算人脸特征。
-        """
+        """加载已知人脸特征"""
         if not os.path.exists(self.known_faces_dir):
-            print(f"警告: 已知人脸目录 '{self.known_faces_dir}' 不存在。请创建并放入照片。")
+            print(f"已知人脸目录不存在，已创建: {self.known_faces_dir}")
             os.makedirs(self.known_faces_dir, exist_ok=True)
             return
 
-        print(f"正在加载已知人脸特征从: '{self.known_faces_dir}'...")
+        print(f"从目录加载人脸特征: {self.known_faces_dir}")
         for person_name in os.listdir(self.known_faces_dir):
-
             person_dir = os.path.join(self.known_faces_dir, person_name)
             if os.path.isdir(person_dir):
-                print(f"  加载人物: {person_name}")
+                print(f"处理人物: {person_name}")
                 embeddings = []
                 for filename in os.listdir(person_dir):
                     if filename.lower().endswith(('.png', '.jpg', '.jpeg')):
@@ -57,131 +49,91 @@ class FaceRecognizer:
                         try:
                             img = cv2.imread(image_path)
                             if img is None:
-                                print(f"    警告: 无法读取图片 '{image_path}'，已跳过。")
+                                print(f"无法读取图片: {image_path}，已跳过")
                                 continue
 
-                            # 查找人脸并提取特征
                             faces = self.app.get(img)
                             if faces:
-                                # 通常一张照片只有一个人脸，取第一个
                                 embeddings.append(faces[0].embedding)
-                                print(f"    成功提取 '{filename}' 的人脸特征。")
+                                print(f"提取特征成功: {filename}")
                             else:
-                                print(f"    警告: 在图片 '{filename}' 中未检测到人脸，已跳过。")
+                                print(f"未检测到人脸: {filename}，已跳过")
                         except Exception as e:
-                            print(f"    处理图片 '{image_path}' 时发生错误: {e}")
+                            print(f"处理图片出错 {image_path}: {e}")
 
                 if embeddings:
-                    # 将多张照片的特征取平均，作为该人物的最终特征
                     self.known_faces_embeddings[person_name] = np.array(embeddings).mean(axis=0)
                     self.known_faces_names.append(person_name)
-                    print(f"  人物 '{person_name}' 加载完成，共 {len(embeddings)} 张照片。")
+                    print(f"人物 {person_name} 加载完成，共 {len(embeddings)} 张照片")
                 else:
-                    print(f"  警告: 人物 '{person_name}' 没有有效的人脸特征，已跳过。")
-        print(f"已知人脸加载完成。共 {len(self.known_faces_names)} 个人物。")
+                    print(f"人物 {person_name} 无有效特征，已跳过")
+        print(f"人脸加载完成，共 {len(self.known_faces_names)} 人")
 
     def recognize(self, frame, threshold=0.4):
-        """
-        在视频帧中识别人脸。
-
-        Args:
-            frame: 输入的图像帧 (NumPy数组, BGR格式)。
-            threshold (float): 识别相似度阈值。0.0到1.0，越高越严格。
-
-        Returns:
-            tuple[bool, str|None, float|None]: 是否检测到已知人脸，检测到的人名，以及相似度。
-        """
+        """识别人脸并返回结果"""
         if not self.app or not self.known_faces_names:
             return False, None, None
 
-        faces = self.app.get(frame) # 在帧中检测并提取所有人的脸
+        faces = self.app.get(frame)
         if not faces:
             return False, None, None
 
         for face in faces:
-            # 遍历已知人脸，进行比对
             for known_name in self.known_faces_names:
                 known_embedding = self.known_faces_embeddings[known_name]
 
-                # --- 关键修改：手动计算余弦相似度 ---
-                # 确保embedding是float32类型，避免潜在的类型不匹配问题
                 embedding1 = face.embedding.astype(np.float32)
                 embedding2 = known_embedding.astype(np.float32)
 
-                # 计算点积
                 dot_product = np.dot(embedding1, embedding2)
-                # 计算L2范数（向量长度）
                 norm_embedding1 = np.linalg.norm(embedding1)
                 norm_embedding2 = np.linalg.norm(embedding2)
 
-                # 避免除以零
-                if norm_embedding1 == 0 or norm_embedding2 == 0:
-                    similarity = 0.0
-                else:
-                    similarity = dot_product / (norm_embedding1 * norm_embedding2)
-                # -------------------------------------
+                similarity = 0.0 if (norm_embedding1 == 0 or norm_embedding2 == 0) else (
+                        dot_product / (norm_embedding1 * norm_embedding2)
+                )
 
                 if similarity >= threshold:
-                    print(f"!!! 人脸识别检测到已知人物: '{known_name}' (相似度: {similarity:.4f}) !!!")
-                    return True, known_name, similarity # 只要检测到一个就立即返回
+                    print(f"检测到已知人物: {known_name} (相似度: {similarity:.4f})")
+                    return True, known_name, similarity
 
-        return False, None, None # 没有检测到已知人脸
+        return False, None, None
 
+    def test_single_image(self, image_path: str, threshold=0.4):
+        """测试单张图片识别"""
+        if not os.path.exists(image_path):
+            print(f"图片不存在: {image_path}")
+            return False, None, None
 
-    # def test_single_image(self, image_path: str, threshold=0.4):
-    #     """
-    #     测试单张图片的人脸识别效果
-    #
-    #     Args:
-    #         image_path: 图片路径
-    #         threshold: 识别阈值
-    #
-    #     Returns:
-    #         tuple[bool, str|None, float|None]: 是否检测到已知人脸，检测到的人名，以及相似度
-    #     """
-    #     if not os.path.exists(image_path):
-    #         print(f"错误: 图片 '{image_path}' 不存在")
-    #         return False, None, None
-    #
-    #     # 读取图片
-    #     frame = cv2.imread(image_path)
-    #     if frame is None:
-    #         print(f"错误: 无法读取图片 '{image_path}'")
-    #         return False, None, None
-    #
-    #     # 调用识别方法
-    #     result, name, similarity = self.recognize(frame, threshold)
-    #
-    #     # 显示结果
-    #     if result:
-    #         print(f"测试结果: 在图片中识别到 {name}，相似度: {similarity:.4f}")
-    #
-    #         # 绘制识别结果并显示图片
-    #         faces = self.app.get(frame)
-    #         for face in faces:
-    #             bbox = face.bbox.astype(int)
-    #             # 绘制 bounding box
-    #             cv2.rectangle(frame, (bbox[0], bbox[1]), (bbox[2], bbox[3]), (0, 255, 0), 2)
-    #             # 绘制姓名和相似度
-    #             text = f"{name}: {similarity:.2f}"
-    #             cv2.putText(frame, text, (bbox[0], bbox[1] - 10),
-    #                         cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 255, 0), 2)
-    #
-    #         # 显示图片
-    #         cv2.imshow('Recognition Result', frame)
-    #         print("按任意键关闭图片窗口...")
-    #         cv2.waitKey(0)
-    #         cv2.destroyAllWindows()
-    #     else:
-    #         print("测试结果: 未在图片中识别到已知人脸")
-    #
-    #     return result, name, similarity
+        frame = cv2.imread(image_path)
+        if frame is None:
+            print(f"无法读取图片: {image_path}")
+            return False, None, None
 
+        result, name, similarity = self.recognize(frame, threshold)
+
+        if result:
+            print(f"识别结果: {name} (相似度: {similarity:.4f})")
+
+            faces = self.app.get(frame)
+            for face in faces:
+                bbox = face.bbox.astype(int)
+                cv2.rectangle(frame, (bbox[0], bbox[1]), (bbox[2], bbox[3]), (0, 255, 0), 2)
+                text = f"{name}: {similarity:.2f}"
+                cv2.putText(frame, text, (bbox[0], bbox[1] - 10),
+                            cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 255, 0), 2)
+
+            cv2.imshow('识别结果', frame)
+            print("按任意键关闭窗口...")
+            cv2.waitKey(0)
+            cv2.destroyAllWindows()
+        else:
+            print("未识别到已知人脸")
+
+        return result, name, similarity
 
-# if __name__ == "__main__":
-#     # 初始化人脸识别器，指定已知人脸目录
-#     recognizer = FaceRecognizer(known_faces_dir="known_faces")
 #
-#     # 测试单张图片
-#     test_image_path = r"F:\OCR\RapidOCR-main\known_faces\B\14sino-qiu02-master1050.jpg"  # 替换为你的测试图片路径
+# if __name__ == "__main__":
+#     recognizer = FaceRecognizer(known_faces_dir="known_faces")
+#     test_image_path = r"F:\OCR\RapidOCR-main\known_faces\B\14sino-qiu02-master1050.jpg"
 #     recognizer.test_single_image(test_image_path, threshold=0.4)

ocr/model_violation_detector.py

@@ -1,35 +1,30 @@
-import cv2
-from logger_config import logger
-from ocr_violation_detector import OCRViolationDetector
-from yolo_violation_detector import ViolationDetector as YoloViolationDetector
-from face_recognizer import FaceRecognizer
+import os
 
+import cv2
+import yaml
+from pathlib import Path
+from .ocr_violation_detector import OCRViolationDetector
+from .yolo_violation_detector import ViolationDetector as YoloViolationDetector
+from .face_recognizer import FaceRecognizer
 
 class MultiModelViolationDetector:
     """
-    多模型违规检测封装类，串行调用OCR、人脸识别和YOLO模型（调整为YOLO最后检测），任一模型检测到违规即返回结果
+    多模型违规检测封装类，串行调用OCR、人脸识别和YOLO模型，任一模型检测到违规即返回结果
     """
 
     def __init__(self,
                  forbidden_words_path: str,
-                 ocr_config_path: str,  # 新增OCR配置文件路径参数
+                 ocr_config_path: str,
                  yolo_model_path: str,
                  known_faces_dir: str,
                  ocr_confidence_threshold: float = 0.5):
         """
         初始化所有检测模型
-
-        Args:
-            forbidden_words_path: 违禁词文件路径
-            ocr_config_path: OCR配置文件（1.yaml）路径
-            yolo_model_path: YOLO模型文件路径
-            known_faces_dir: 已知人脸目录路径
-            ocr_confidence_threshold: OCR置信度阈值
         """
-        # 初始化OCR检测器（传入配置文件路径）
+        # 初始化OCR检测器
         self.ocr_detector = OCRViolationDetector(
             forbidden_words_path=forbidden_words_path,
-            ocr_config_path=ocr_config_path,  # 传递配置文件路径
+            ocr_config_path=ocr_config_path,
             ocr_confidence_threshold=ocr_confidence_threshold
         )
 
@@ -38,22 +33,16 @@ class MultiModelViolationDetector:
             known_faces_dir=known_faces_dir
         )
 
-        # 初始化YOLO检测器（调整为最后初始化）
+        # 初始化YOLO检测器
         self.yolo_detector = YoloViolationDetector(
             model_path=yolo_model_path
         )
 
-        logger.info("多模型违规检测器初始化完成")
+        print("多模型违规检测器初始化完成")
 
     def detect_violations(self, frame):
         """
         串行调用三个检测模型（OCR → 人脸识别 → YOLO），任一检测到违规即返回结果
-        Args:
-            frame: 输入视频帧 (NumPy数组, BGR格式)
-        Returns:
-            tuple: (是否有违规, 违规类型, 违规详情)
-                  违规类型: 'ocr' | 'yolo' | 'face' | None
-                  违规详情: 对应模型的检测结果
         """
         # 1. 首先进行OCR违禁词检测
         try:
@@ -63,10 +52,10 @@ class MultiModelViolationDetector:
                     "words": ocr_words,
                     "confidences": ocr_confs
                 }
-                logger.warning(f"OCR检测到违禁内容: {details}")
+                print(f"警告: OCR检测到违禁内容: {details}")
                 return (True, "ocr", details)
         except Exception as e:
-            logger.error(f"OCR检测出错: {str(e)}", exc_info=True)
+            print(f"错误: OCR检测出错: {str(e)}")
 
         # 2. 接着进行人脸识别检测
         try:
@@ -76,58 +65,72 @@ class MultiModelViolationDetector:
                     "name": face_name,
                     "similarity": face_similarity
                 }
-                logger.warning(f"人脸识别到违规人员: {details}")
+                print(f"警告: 人脸识别到违规人员: {details}")
                 return (True, "face", details)
         except Exception as e:
-            logger.error(f"人脸识别出错: {str(e)}", exc_info=True)
+            print(f"错误: 人脸识别出错: {str(e)}")
 
-        # 3. 最后进行YOLO目标检测（调整为最后检测）
+        # 3. 最后进行YOLO目标检测
         try:
             yolo_results = self.yolo_detector.detect(frame)
-            # 检查是否有检测结果（根据实际业务定义何为违规目标）
             if len(yolo_results.boxes) > 0:
-                # 提取检测到的目标信息
                 details = {
                     "classes": yolo_results.names,
-                    "boxes": yolo_results.boxes.xyxy.tolist(),  # 边界框坐标
-                    "confidences": yolo_results.boxes.conf.tolist(),  # 置信度
-                    "class_ids": yolo_results.boxes.cls.tolist()  # 类别ID
+                    "boxes": yolo_results.boxes.xyxy.tolist(),
+                    "confidences": yolo_results.boxes.conf.tolist(),
+                    "class_ids": yolo_results.boxes.cls.tolist()
                 }
-                logger.warning(f"YOLO检测到违规目标: {details}")
+                print(f"警告: YOLO检测到违规目标: {details}")
                 return (True, "yolo", details)
         except Exception as e:
-            logger.error(f"YOLO检测出错: {str(e)}", exc_info=True)
+            print(f"错误: YOLO检测出错: {str(e)}")
 
         # 所有检测均未发现违规
         return (False, None, None)
 
 
-# # 使用示例
+def load_config(config_path: str) -> dict:
+    """加载YAML配置文件"""
+    try:
+        with open(config_path, 'r', encoding='utf-8') as f:
+            return yaml.safe_load(f)
+    except FileNotFoundError:
+        print(f"错误: 配置文件未找到: {config_path}")
+        raise
+    except yaml.YAMLError as e:
+        print(f"错误: 配置文件格式错误: {config_path}, 错误: {str(e)}")
+        raise
+    except Exception as e:
+        print(f"错误: 加载配置文件出错: {str(e)}")
+        raise
+
+
+# 使用示例
 # if __name__ == "__main__":
-#     # 配置文件路径（根据实际情况修改）
-#     FORBIDDEN_WORDS_PATH = r"D:\Git\bin\video\ocr\forbidden_words.txt"
-#     OCR_CONFIG_PATH = r"D:\Git\bin\video\ocr\config\1.yaml"  # 新增OCR配置文件路径
-#     YOLO_MODEL_PATH = r"D:\Git\bin\video\ocr\models\best.pt"
-#     KNOWN_FACES_DIR = r"D:\Git\bin\video\ocr\known_faces"
+#     # 加载配置文件
+#     config = load_config("config.yaml")  # 配置文件路径，可根据实际情况修改
 #
 #     # 初始化多模型检测器
 #     detector = MultiModelViolationDetector(
-#         forbidden_words_path=FORBIDDEN_WORDS_PATH,
-#         ocr_config_path=OCR_CONFIG_PATH,  # 传入OCR配置文件路径
-#         yolo_model_path=YOLO_MODEL_PATH,
-#         known_faces_dir=KNOWN_FACES_DIR,
-#         ocr_confidence_threshold=0.5
+#         forbidden_words_path=config["forbidden_words_path"],
+#         ocr_config_path=config["ocr_config_path"],
+#         yolo_model_path=config["yolo_model_path"],
+#         known_faces_dir=config["known_faces_dir"],
+#         ocr_confidence_threshold=config.get("ocr_confidence_threshold", 0.5)
 #     )
 #
 #     # 读取测试图像（可替换为视频帧读取逻辑）
-#     test_image_path = r"D:\Git\bin\video\ocr\images\img.png"
-#     frame = cv2.imread(test_image_path)
+#     test_image_path = config.get("test_image_path")  # 从配置文件获取测试图片路径
+#     if test_image_path:
+#         frame = cv2.imread(test_image_path)
 #
-#     if frame is not None:
-#         has_violation, violation_type, details = detector.detect_violations(frame)
-#         if has_violation:
-#             print(f"检测到违规 - 类型: {violation_type}, 详情: {details}")
+#         if frame is not None:
+#             has_violation, violation_type, details = detector.detect_violations(frame)
+#             if has_violation:
+#                 print(f"检测到违规 - 类型: {violation_type}, 详情: {details}")
+#             else:
+#                 print("未检测到任何违规内容")
 #         else:
-#             print("未检测到任何违规内容")
+#             print(f"无法读取测试图像: {test_image_path}")
 #     else:
-#         print(f"无法读取测试图像: {test_image_path}")
+#         print("配置文件中未指定测试图像路径")

ocr/ocr_violation_detector.py

@@ -1,6 +1,5 @@
 import os
 import cv2
-import logging
 from rapidocr import RapidOCR
 
 
@@ -13,153 +12,85 @@ class OCRViolationDetector:
     def __init__(self,
                  forbidden_words_path: str,
                  ocr_config_path: str,
-                 ocr_confidence_threshold: float = 0.5,
-                 log_level: int = logging.INFO,
-                 log_file: str = None):
+                 ocr_confidence_threshold: float = 0.5):
         """
-        初始化OCR引擎、违禁词列表和日志配置。
+        初始化OCR引擎和违禁词列表。
 
         Args:
             forbidden_words_path (str): 违禁词列表 .txt 文件的路径。
             ocr_config_path (str): OCR配置文件（如1.yaml）的路径。
             ocr_confidence_threshold (float): OCR识别结果的置信度阈值（0~1）。
-            log_level (int): 日志级别，默认为logging.INFO。
-            log_file (str, optional): 日志文件路径，如不提供则只输出到控制台。
         """
-        # 初始化日志（确保先初始化日志，后续操作可正常打日志）
-        self.logger = self._setup_logger(log_level, log_file)
-
-        # 加载违禁词（优先级：先加载配置，再初始化引擎）
+        # 加载违禁词
         self.forbidden_words = self._load_forbidden_words(forbidden_words_path)
 
-        # 初始化RapidOCR引擎（传入配置文件路径）
+        # 初始化RapidOCR引擎
         self.ocr_engine = self._initialize_ocr(ocr_config_path)
 
         # 校验核心依赖是否就绪
         self._check_dependencies()
 
-        # 设置置信度阈值（限制在0~1范围，避免非法值）
+        # 设置置信度阈值（限制在0~1范围）
         self.OCR_CONFIDENCE_THRESHOLD = max(0.0, min(ocr_confidence_threshold, 1.0))
-        self.logger.info(f"OCR置信度阈值已设置（范围0~1）: {self.OCR_CONFIDENCE_THRESHOLD:.4f}")
-
-    def _setup_logger(self, log_level: int, log_file: str = None) -> logging.Logger:
-        """
-        配置日志系统（避免重复添加处理器，支持控制台+文件双输出）
-
-        Args:
-            log_level: 日志级别（如logging.DEBUG、logging.INFO）。
-            log_file: 日志文件路径，为None时仅输出到控制台。
-
-        Returns:
-            logging.Logger: 配置好的日志实例。
-        """
-        logger = logging.getLogger('OCRViolationDetector')
-        logger.setLevel(log_level)
-
-        # 避免重复添加处理器（防止日志重复输出）
-        if logger.handlers:
-            return logger
-
-        # 定义日志格式（包含时间、模块名、级别、内容）
-        formatter = logging.Formatter(
-            '%(asctime)s - %(name)s - %(levelname)s - %(message)s',
-            datefmt='%Y-%m-%d %H:%M:%S'
-        )
-
-        # 1. 添加控制台处理器
-        console_handler = logging.StreamHandler()
-        console_handler.setFormatter(formatter)
-        logger.addHandler(console_handler)
-
-        # 2. 若指定日志文件，添加文件处理器（自动创建目录）
-        if log_file:
-            try:
-                log_dir = os.path.dirname(log_file)
-                # 若日志目录不存在，自动创建
-                if log_dir and not os.path.exists(log_dir):
-                    os.makedirs(log_dir, exist_ok=True)
-                    self.logger.debug(f"自动创建日志目录: {log_dir}")
-
-                file_handler = logging.FileHandler(log_file, encoding='utf-8')
-                file_handler.setFormatter(formatter)
-                logger.addHandler(file_handler)
-                logger.info(f"日志文件已配置: {log_file}")
-            except Exception as e:
-                logger.warning(f"创建日志文件失败（仅控制台输出）: {str(e)}")
-
-        return logger
+        print(f"OCR置信度阈值已设置（范围0~1）: {self.OCR_CONFIDENCE_THRESHOLD:.4f}")
 
     def _load_forbidden_words(self, path: str) -> set:
         """
         从TXT文件加载违禁词（去重、过滤空行，支持UTF-8编码）
-
-        Args:
-            path (str): 违禁词TXT文件路径。
-
-        Returns:
-            set: 去重后的违禁词集合（空集合表示加载失败）。
         """
         forbidden_words = set()
 
-        # 第一步：检查文件是否存在
+        # 检查文件是否存在
         if not os.path.exists(path):
-            self.logger.error(f"违禁词文件不存在: {path}")
+            print(f"错误：违禁词文件不存在: {path}")
             return forbidden_words
 
-        # 第二步：读取文件并处理内容
+        # 读取文件并处理内容
         try:
             with open(path, 'r', encoding='utf-8') as f:
-                # 过滤空行、去除首尾空格、去重
                 forbidden_words = {
                     line.strip() for line in f
                     if line.strip()  # 跳过空行或纯空格行
                 }
-            self.logger.info(f"成功加载违禁词: {len(forbidden_words)} 个（已去重）")
-            self.logger.debug(f"违禁词列表: {forbidden_words}")
+            print(f"成功加载违禁词: {len(forbidden_words)} 个（已去重）")
         except UnicodeDecodeError:
-            self.logger.error(f"违禁词文件编码错误（需UTF-8）: {path}")
+            print(f"错误：违禁词文件编码错误（需UTF-8）: {path}")
         except PermissionError:
-            self.logger.error(f"无权限读取违禁词文件: {path}")
+            print(f"错误：无权限读取违禁词文件: {path}")
         except Exception as e:
-            self.logger.error(f"加载违禁词失败: {str(e)}", exc_info=True)
+            print(f"错误：加载违禁词失败: {str(e)}")
 
         return forbidden_words
 
     def _initialize_ocr(self, config_path: str) -> RapidOCR | None:
         """
         初始化RapidOCR引擎（校验配置文件、捕获初始化异常）
-
-        Args:
-            config_path (str): RapidOCR配置文件（如1.yaml）路径。
-
-        Returns:
-            RapidOCR | None: OCR引擎实例（None表示初始化失败）。
         """
-        self.logger.info("开始初始化RapidOCR引擎...")
+        print("开始初始化RapidOCR引擎...")
 
-        # 第一步：检查配置文件是否存在
+        # 检查配置文件是否存在
         if not os.path.exists(config_path):
-            self.logger.error(f"OCR配置文件不存在: {config_path}")
+            print(f"错误：OCR配置文件不存在: {config_path}")
             return None
 
-        # 第二步：初始化OCR引擎（捕获RapidOCR相关异常）
+        # 初始化OCR引擎
         try:
             ocr_engine = RapidOCR(config_path=config_path)
-            self.logger.info("RapidOCR引擎初始化成功")
+            print("RapidOCR引擎初始化成功")
             return ocr_engine
         except ImportError:
-            self.logger.error("RapidOCR依赖未安装（需执行：pip install rapidocr-onnxruntime）")
+            print("错误：RapidOCR依赖未安装（需执行：pip install rapidocr-onnxruntime）")
         except Exception as e:
-            self.logger.error(f"RapidOCR初始化失败: {str(e)}", exc_info=True)
+            print(f"错误：RapidOCR初始化失败: {str(e)}")
 
         return None
 
     def _check_dependencies(self) -> None:
-        """校验OCR引擎和违禁词列表是否就绪（输出警告日志）"""
+        """校验OCR引擎和违禁词列表是否就绪"""
         if not self.ocr_engine:
-            self.logger.warning("⚠️ OCR引擎未就绪，违禁词检测功能将禁用")
+            print("警告：⚠️ OCR引擎未就绪，违禁词检测功能将禁用")
         if not self.forbidden_words:
-            self.logger.warning("⚠️ 违禁词列表为空，违禁词检测功能将禁用")
+            print("警告：⚠️ 违禁词列表为空，违禁词检测功能将禁用")
 
     def detect(self, frame) -> tuple[bool, list, list]:
         """
@@ -179,76 +110,69 @@ class OCRViolationDetector:
         violation_words = []
         violation_confs = []
 
-        # 前置校验：1. 图像帧是否有效 2. OCR引擎是否就绪 3. 违禁词是否存在
+        # 前置校验
         if frame is None or frame.size == 0:
-            self.logger.warning("输入图像帧为空或无效，跳过OCR检测")
+            print("警告：输入图像帧为空或无效，跳过OCR检测")
             return has_violation, violation_words, violation_confs
         if not self.ocr_engine or not self.forbidden_words:
-            self.logger.debug("OCR引擎未就绪或违禁词为空，跳过OCR检测")
+            print("OCR引擎未就绪或违禁词为空，跳过OCR检测")
             return has_violation, violation_words, violation_confs
 
         try:
-            # 1. 执行OCR识别（获取RapidOCR原始结果）
-            self.logger.debug("开始执行OCR识别...")
+            # 执行OCR识别
+            print("开始执行OCR识别...")
             ocr_result = self.ocr_engine(frame)
-            self.logger.debug(f"RapidOCR原始结果: {ocr_result}")
+            print(f"RapidOCR原始结果: {ocr_result}")
 
-            # 2. 校验OCR结果是否有效（避免None或格式异常）
+            # 校验OCR结果是否有效
             if ocr_result is None:
-                self.logger.debug("OCR识别未返回任何结果（图像无文本或识别失败）")
+                print("OCR识别未返回任何结果（图像无文本或识别失败）")
                 return has_violation, violation_words, violation_confs
 
-            # 3. 检查txts和scores是否存在且不为None
+            # 检查txts和scores是否存在且不为None
             if not hasattr(ocr_result, 'txts') or ocr_result.txts is None:
-                self.logger.warning("OCR结果中txts为None或不存在")
+                print("警告：OCR结果中txts为None或不存在")
                 return has_violation, violation_words, violation_confs
 
             if not hasattr(ocr_result, 'scores') or ocr_result.scores is None:
-                self.logger.warning("OCR结果中scores为None或不存在")
+                print("警告：OCR结果中scores为None或不存在")
                 return has_violation, violation_words, violation_confs
 
-            # 4. 转为列表并去None（防止单个元素为None）
-            # 确保txts是可迭代的，如果不是则转为空列表
+            # 转为列表并去None
             if not isinstance(ocr_result.txts, (list, tuple)):
-                self.logger.warning(f"OCR txts不是可迭代类型，实际类型: {type(ocr_result.txts)}")
+                print(f"警告：OCR txts不是可迭代类型，实际类型: {type(ocr_result.txts)}")
                 texts = []
             else:
                 texts = [txt.strip() for txt in ocr_result.txts if txt and isinstance(txt, str)]
 
-            # 确保scores是可迭代的，如果不是则转为空列表
             if not isinstance(ocr_result.scores, (list, tuple)):
-                self.logger.warning(f"OCR scores不是可迭代类型，实际类型: {type(ocr_result.scores)}")
+                print(f"警告：OCR scores不是可迭代类型，实际类型: {type(ocr_result.scores)}")
                 confidences = []
             else:
                 confidences = [conf for conf in ocr_result.scores if conf and isinstance(conf, (int, float))]
 
-            # 5. 校验文本和置信度列表长度是否一致（避免zip迭代错误）
+            # 校验文本和置信度列表长度是否一致
             if len(texts) != len(confidences):
-                self.logger.warning(
-                    f"OCR文本与置信度数量不匹配（文本{len(texts)}个，置信度{len(confidences)}个），跳过检测")
+                print(f"警告：OCR文本与置信度数量不匹配（文本{len(texts)}个，置信度{len(confidences)}个），跳过检测")
                 return has_violation, violation_words, violation_confs
             if len(texts) == 0:
-                self.logger.debug("OCR未识别到任何有效文本")
+                print("OCR未识别到任何有效文本")
                 return has_violation, violation_words, violation_confs
 
-            # 6. 遍历识别结果，筛选违禁词（按置信度阈值过滤）
-            self.logger.debug(f"开始筛选违禁词（阈值{self.OCR_CONFIDENCE_THRESHOLD:.4f}）")
+            # 遍历识别结果，筛选违禁词
+            print(f"开始筛选违禁词（阈值{self.OCR_CONFIDENCE_THRESHOLD:.4f}）")
             for text, conf in zip(texts, confidences):
-                # 过滤低置信度结果
                 if conf < self.OCR_CONFIDENCE_THRESHOLD:
-                    self.logger.debug(f"文本 '{text}' 置信度{conf:.4f} < 阈值，跳过")
+                    print(f"文本 '{text}' 置信度{conf:.4f} < 阈值，跳过")
                     continue
-                # 检查当前文本是否包含违禁词（支持一个文本含多个违禁词）
                 matched_words = [word for word in self.forbidden_words if word in text]
                 if matched_words:
                     has_violation = True
-                    # 记录所有匹配的违禁词和对应置信度
                     violation_words.extend(matched_words)
-                    violation_confs.extend([conf] * len(matched_words))  # 一个文本对应多个违禁词时，置信度复用
-                    self.logger.warning(f"检测到违禁词: {matched_words}（来源文本: '{text}'，置信度: {conf:.4f}）")
+                    violation_confs.extend([conf] * len(matched_words))
+                    print(f"警告：检测到违禁词: {matched_words}（来源文本: '{text}'，置信度: {conf:.4f}）")
 
         except Exception as e:
-            # 捕获所有异常，确保不中断上层调用
-            self.logger.error(f"OCR检测过程异常: {str(e)}", exc_info=True)
+            print(f"错误：OCR检测过程异常: {str(e)}")
 
         return has_violation, violation_words, violation_confs

ocr/yolo_violation_detector.py

@@ -1,6 +1,5 @@
 from ultralytics import YOLO
 import cv2
-from logger_config import logger
 
 class ViolationDetector:
     """
@@ -13,9 +12,9 @@ class ViolationDetector:
         Args:
             model_path (str): YOLO .pt模型的路径。
         """
-        logger.info(f"正在从 '{model_path}' 加载YOLO模型...")
+        print(f"正在从 '{model_path}' 加载YOLO模型...")
         self.model = YOLO(model_path)
-        logger.info("YOLO模型加载成功。")
+        print("YOLO模型加载成功。")
 
     def detect(self, frame):
         """