From 0756bf12d10cf1b7f78c571de0a9ad69cbaeb7ca Mon Sep 17 00:00:00 2001
From: curtis <curtis@i-mps.com>
Date: 星期一, 30 三月 2026 14:24:17 +0800
Subject: [PATCH] fix: 更新內部引用方法參照

---
 doc/curtis/Image_Processer_Analysis.md |  140 +++++++++++++++++++++++++++++++++-------------
 1 files changed, 99 insertions(+), 41 deletions(-)

diff --git a/doc/curtis/Image_Processer_Analysis.md b/doc/curtis/Image_Processer_Analysis.md
index 41e6b3a..8c7470f 100644
--- a/doc/curtis/Image_Processer_Analysis.md
+++ b/doc/curtis/Image_Processer_Analysis.md
@@ -1,8 +1,8 @@
 # 影像處理與轉換模組 (Image Processor) 深度分析
 
-在 `CB_IMGPSScanImp.pas` 中，「影像處理與轉換模組」負責在硬體掃描取得原始影像後，以及上傳/顯示之前，對影像進行一系列的強化、分析與格式轉換。這個模組是決定影像品質、檔案大小與後續 OMR 辨識準確率的關鍵。
+在 `CB_IMGPSScanImp.pas.bk` 與 `iis_image_process.pas` 中，「影像處理與轉換模組」負責在硬體掃描取得原始影像後，以及上傳/顯示之前，對影像進行一系列的強化、分析與格式轉換。這個模組是決定影像品質、檔案大小與後續 OMR 辨識準確率的關鍵。
 
-若要將此模組進一步細拆，其內部組成可分為以下四大子分類：
+根據源碼分析，其內部組成可細拆為以下六大子分類：
 
 ---
 
@@ -10,60 +10,118 @@
 
 **職責**：專責處理影像的空間座標轉換、旋轉、去斜以及裁切，確保最終儲存的影像端正且符合業務規定的尺寸。
 **核心實作特性**：
-*   **影像去斜與轉正**：
-    *   `DeskewImg`：透過演算法自動偵測影像傾斜角度並將其校正。
-    *   `Rotate`：依據條碼辨識出的角度 (`MpsBarcodeinf.r180`) 或使用者手動點擊按鈕 (`SpeedButton14Click` 等)，進行 90、180、270 度的旋轉。
+*   **影像去斜與轉正 (Deskew & Rotate)**：
+    *   `DeskewImg`：透過演算法自動偵測影像傾斜角度並將其校正。支援先以黑白影像偵測角度再套用於彩色影像的優化路徑。
+    *   `Rotate`：執行 90、180、270 度的旋轉，可用於條碼方向校正或使用者手動轉向。
+*   **幾何校正規範 (Geometric Validation)**：
+    *   `GetPosAngle`：計算三個定位點之間的夾角，用以判定影像是否嚴重形變。
+    *   `CheckSize`：比對定位點距離與標準長寬，若有巨大落差則記錄並自動執行補償性縮放。
 *   **影像裁切與分割**：
-    *   `CheckNeedCrop`：根據影像寬高比與偵測到的條碼數量，判斷是否為需要分割的 A3 雙頁合併影像。
-    *   `CropImg`：給定 `TRect` 座標，將 A3 影像精準裁切為兩張 A4 (`iGraphic_First`, `iGraphic_sec`)。
+    *   `CheckNeedCrop` 與 `CropImg`：針對 A3 雙頁合併影像進行自動分割或特定區域裁切。
 *   **影像縮放 (Resize)**：
-    *   `ImageReSize_FormID` / `ImageReSize_tmp`：依據表單定義檔 (`FORM_INF`) 中的長寬設定與尋找到的十字定位點，強制將影像縮放變形至標準尺寸，以利後續的 OMR 座標對位。
-    *   `DpiResize`：調整影像的 DPI 解析度參數。
+    *   `ImageReSize_FormID` / `ImageResize`：依據表單定義或目標解析度強制縮放影像，確保 OMR 座標對位精準。
 
 ## 2. 色彩處理與編碼轉換器 (Color & Format Converter)
 
-**職責**：處理影像的色彩深度 (位元深度) 轉換，以及針對不同色彩模式套用最適合的檔案壓縮演算法，以達到最佳的畫質與檔案大小平衡。
+**職責**：處理影像色彩深度轉換，套用最適合的壓縮演算法，並進行濾鏡強化以提升辨識率。
 **核心實作特性**：
-*   **色彩空間轉換**：
-    *   `ConvertToBW`：將彩色或灰階影像強制二值化 (Binarization) 轉為黑白影像，這不僅能大幅縮小檔案，也是條碼與 OMR 辨識的必要前置步驟 (系統通常會保留一個隱藏的 `ISB_BW` 物件專做辨識用)。
-    *   `ConvertToGray`：將彩色轉換為灰階 (`ifGray256`)。
-    *   `Image_Smooth` / `NegativeImg` / `CleanupBorder`：影像平滑化、反相處理與清除黑邊。
-*   **格式與壓縮決策**：
-    *   針對黑白影像 (`ifBlackWhite`)：使用 `tcGroup4` (CCITT Group 4 Fax Compression) 或 `tcPackBits` 壓縮，並儲存為 `.tif`。
-    *   針對彩色/灰階影像 (`ifTrueColor`, `ifGray256`, `ifColor256`)：轉換為 `TJpegGraphic`，套用 `tcJpeg` 壓縮與指定的壓縮率 (`FJpgCompression` / `SaveQuality`)，並儲存為 `.jpg`。
+*   **先進二值化 (Advanced Binarization)**：
+    *   `ConvertToBW`：標準二值化處理。
+    *   `Gray2BW_RTS` / `Color2BW_RTS`：整合 VRS (Virtual ReScan) 技術，透過特定參數精細化灰階轉黑白的過程，保留關鍵特徵。
+*   **影像增強濾鏡**：
+    *   `Image_Smooth`（平滑）、`Emboss`（浮雕）、`BrightnessImg`（亮度調整）。
+    *   `FilterColor`：濾掉特定顏色（如紅字或背景色）僅保留黑白內容。
+    *   `CleanupBorder`：自動清除影像邊緣的掃描黑邊。
 
 ## 3. 條碼識別與解析器 (Barcode Recognizer)
 
-**職責**：獨立負責掃描與解析影像上的一維或二維條碼，這是系統實現「文件自動歸類」的核心依賴。
+**職責**：獨立負責解析影像上的一維或二維條碼，實現「文件自動歸類」。
 **核心實作特性**：
-*   **條碼引擎呼叫**：
-    *   `MpsGetBarcode`：呼叫底層的 MPS Barcode 引擎，傳入二值化的影像 (`ISB_BW.Graphic`)。
-    *   回傳 `TMpsBarcodeinf` 結構，包含條碼內容字串陣列 (`Text`) 與每個條碼的方向資訊 (`r180`)。
-*   **應用與邏輯綁定**：
-    *   透過條碼字串找出對應的 `FormID` 與 `DocNo`。
-    *   檢查條碼長度是否符合規範 (`FormIDLength`)，過濾雜訊或誤判的條碼。
+*   **條碼引擎調用**：
+    *   `MpsGetBarcode`：呼叫底層引擎解析二值化影像。
+    *   `PrintBarcode`：反向操作，將文字轉換為 Code39 條碼並繪製於影像上。
+*   **邏輯綁定**：根據條碼字串自動關聯 `FormID` 與 `DocNo`。
 
-## 4. OMR 與十字定位點分析器 (OMR & Anchor Analyzer)
+## 4. OMR 與定位分析引擎 (OMR & Anchor Analyzer)
 
-**職責**：專門為「光學標記辨識 (OMR)」服務，負責找出影像上的基準定位點，並計算特定區域內的黑白像素分佈。
+**職責**：為光學標記辨識服務，尋找基準點並計算像素分佈。
 **核心實作特性**：
-*   **基準點尋找 (Anchor Finding)**：
-    *   `FindPoint`：根據 XML 定義的模式 (`ANCHOR` 或 `FRAME`)，在影像四個角落尋找定位基準點 (`UpLPoint`, `UpRPoint`, `DownLPoint`, `DownRPoint`)。
-    *   `CheckSize`：比對找到的定位點距離與標準長寬是否有巨大落差，若找不到則記錄至 `AnchorError.dat`。
-*   **像素計算與標記判定 (Pixel Calculation)**：
-    *   `GetSiteOMR`：根據 XML 傳入的相對座標字串 (`Site`)，將其換算為實際的 `TRect`。
-    *   `Get_OMR`：計算該區域內黑色像素的數量。
-    *   結合雜訊過濾 (`ClearLine`) 與容差值 (`SafePixel`, `bt`)，最終判定該 OMR 欄位是否「有畫記」。
+*   **基準點偵測 (Anchor & Spot Detection)**：
+    *   `FindPoint`：支援 `ANCHOR` (十字) 或 `FRAME` (框線) 定位模式。
+    *   `FindBlackPoint` / `GetBlackSpots`：在指定邊界內搜尋特定比例的黑塊作為定位參考。
+*   **像素判定**：
+    *   `Get_OMR`：計算區域內黑色像素數量。
+    *   `GetPixBW`：底層像素層級的黑白狀態讀取。
+
+## 5. 影像合成與標記引擎 (Image Synthesis & Annotation) —— [NEW]
+
+**職責**：在影像上疊加業務資訊，或自動生成業務用的單據影像。
+**核心實作特性**：
+*   **動態浮水印 (Watermark)**：
+    *   `Watermark1_Hong`：支援透明度、自定義文字與旋轉（如斜向 330 度）的水印疊加。
+*   **業務戳記與單據生成**：
+    *   `CreateStamp`：產生包含 UserID 與日期的電子圓戳記。
+    *   `CreateNote` / `CreateDraft`：產生空白的便條或草稿圖層。
+    *   `CreateReportImg_JSON`：根據 JSON 資料自動合成補件清單影像，整合背景、條碼與文字內容。
+
+## 6. UI 互動輔助與元數據管理 (UI & Metadata) —— [NEW]
+
+**職責**：處理視窗介面上的標記、框選，以及影像檔案內部的隱藏資訊。
+**核心實作特性**：
+*   **互動標記**：
+    *   `ShowKeyinRect` / `SetKeyinRect_New`：在畫面上動態顯示黃色或透明遮罩，引導人員登打特定欄位。
+    *   `GetSelectRect2String`：將人員在 UI 上拖曳的框選區域轉換為公分單位。
+*   **元數據處理**：
+    *   `GetTag` / `SetTag`：利用 Tiff 檔案的 `ImageDescriptionTag` 儲存自定義業務資訊。
+    *   `JpgReSize_Exif`：在處理 JPG 影像時保留或讀取拍攝日期等 EXIF 資訊。
 
 ---
 
+## 影像相關關鍵字:
+```js
+[
+'BrightnessImg',
+'CheckSize',
+'CleanupBorder',
+'Color2BW_RTS',
+'ConvertToBW',
+'ConvertToGray',
+'CreateReportImg_JSON',
+'CreateStamp',
+'CropImg',
+'DeskewImg',
+'DpiResize',
+'FilterColor',
+'FindBlackPoint',
+'FindPoint',
+'GetBlackSpots',
+'GetSelectRect2String',
+'GetTag',
+'Get_OMR',
+'Gray2BW_RTS',
+'ImageResize',
+'Image_Smooth',
+'JpgReSize_Exif',
+'MpsGetBarcode',
+'PrintBarcode',
+'Rotate',
+'SetTag',
+'ShowKeyinRect',
+'TDibGraphic',
+'TJpegGraphic',
+'TNBCleanupBorderTransform',
+'TTiffGraphic',
+'TWatermarkTransform',
+'Watermark1_Hong',
+]
+```
+
 ## 💡 未來重構與微服務化建議
 
-若要對此影像處理模組進行重構，建議方向如下：
-
-1.  **抽離為獨立的 Pipeline 模式 (管線模式)**：
-    目前這些功能散落在 `OnAcquire` 與各個事件中。應將其重構為一條清晰的影像處理管線：`Image -> Deskew -> Crop -> ConvertBW -> BarcodeRead -> Resize -> Compress -> Save`。每個步驟 (Step) 應該是獨立的類別，方便抽換或開關。
-2.  **解耦 UI 與影像處理**：
-    目前大量依賴畫面上隱藏的 `ISB_BW` (TImageScrollBox) 來進行二值化和條碼辨識。這違反了 MVC 原則且耗費額外的 GDI 資源。應改用純記憶體物件 (如獨立的 `TDibGraphic` 或 `TBitmap`) 在背景執行緒中進行這些運算，不要綁定可見的 UI 元件。
-3.  **引入更現代的影像引擎 (如 OpenCV)**：
-    早期依賴的 Envision SDK 在尋找十字定位點 (FindPoint) 和去斜 (DeskewImg) 的演算法可能較為老舊。若未來轉型為微服務架構，可將這部分邏輯移植為 Python/C++ 並使用 OpenCV 來達成更精準的高速運算。
+1.  **抽離為獨立的 Pipeline 模式**：
+    應將影像處理流程標準化：`Image -> PreProcess -> Recognize -> Synthesize -> Output`。
+2.  **Web 化對策**：
+    *   **Canvas 合成**：影像合成（水印、戳記）功能可轉移至瀏覽器端的 Canvas API 實作。
+    *   **影像處理庫**：OpenCV.js 可用於處理去斜與 OMR 偵測；EXIF.js 用於處理照片元數據。
+3.  **解耦 UI 與影像處理**：
+    避免依賴 `TImageScrollBox` 等 UI 元件進行二值化運算。改用純記憶體物件處理，以利於在 Web Worker 中平行運算。

--
Gitblit v1.8.0