'commit'

Apps/TeLaiDian/ReadImageKit.py

@@ -10,7 +10,7 @@ if project_root not in sys.path:
     sys.path.append(project_root)
 
 from Util.VLMKit import VLMKit
-from Apps.TeLaiDian.Kit import draw_rectangles, setup_logger, read_image
+from Apps.TeLaiDian.Kit import draw_rectangles, setup_logger, read_image, detect_price_info_container_cv
 from Apps.TeLaiDian.Config.Setting import SAFE_EXCLUDE_RATIO, BOTTOM_SAFE_EXCLUDE_RATIO, MIN_CARD_HEIGHT
 
 # 初始化日志
@@ -60,44 +60,77 @@ class ReadImageKit:
 
     async def find_price_entrance_vlm(self, image_path):
         """
-        使用 VLM 在详情页寻找价格入口（如：1.1556元/度 的卡片或价格信息按钮）
+        使用 VLM 在详情页寻找价格入口
+        重点识别：上方是大字价格（如 1.3435元/度），下方紧跟“全部时段 >”文字的区域
         """
-        prompt = """
-        分析这张特来电充电站详情页截图，找到进入“分时电价详情”的点击入口。
-        入口规则：
-        1. 只选择“价格信息”模块中“当前价”下方的红色电价数字（例如 1.0689 元/度、1.3435 元/度）。
-        2. 排除底部悬浮条或底部操作区中的红色价格（靠近“扫码充电”“立即充电”等按钮的区域）。
-        3. 排除“停车参考价”“停车费参考价”等与停车相关的区域。
-        4. 禁止选择页面顶部的标签栏，例如“价格 / 终端 / 电站 / 评论 / 周边”这一行中的任何文字或区域。
-        5. 如果页面没有“当前价”，才选择用于展示充电价格的按钮，如“价格信息”“电价详情”。
+        # 1. 尝试使用 CV 检测“价格信息”容器矩形
+        container_norm = detect_price_info_container_cv(image_path)
+        container_desc = ""
+        vlm_image_path = image_path
 
-        位置约束（尽量满足）：
-        - Y 位置位于价格信息模块区域内：明显在顶部标签栏下方、在底部悬浮条上方。
-        - X 位置应位于左侧价格列区域（当前价所在列），避免会员价右侧列。
+        if container_norm:
+            # 如果找到了容器，绘制绿框诊断图
+            img = read_image(image_path)
+            if img is not None:
+                h, w = img.shape[:2]
+                x1 = int(container_norm[0] * w / 1000)
+                y1 = int(container_norm[1] * h / 1000)
+                x2 = int(container_norm[2] * w / 1000)
+                y2 = int(container_norm[3] * h / 1000)
+                
+                # 在左侧划分出一个子区域（当前价区域）
+                # 价格信息容器通常左右平分，左侧是当前价，右侧是会员价
+                current_price_x2 = x1 + (x2 - x1) // 2
+                
+                # 绘制绿框
+                # 我们把整个容器标绿，并特别说明左侧是目标
+                diag_path = image_path.replace(".jpg", "_price_box.jpg")
+                import cv2
+                diag_img = img.copy()
+                cv2.rectangle(diag_img, (x1, y1), (x2, y2), (0, 255, 0), 3)
+                cv2.line(diag_img, (current_price_x2, y1), (current_price_x2, y2), (0, 255, 0), 2)
+                from Apps.TeLaiDian.Kit import save_image
+                save_image(diag_path, diag_img)
+                logger.info(f"[CV] 已检测到价格容器并保存绿框诊断图: {diag_path}")
+                
+                # 更新 VLM 使用的图片为带绿框的图片，或者在提示词中说明
+                vlm_image_path = diag_path
+                container_desc = f"\n**视觉辅助**：图中已用【绿色矩形框】标出了“价格信息”区域。该区域被中间竖线分为左右两块。请重点分析【左侧半块】（即“当前价”所在的灰色背景区域）。"
+
+        prompt = f"""
+        分析这张特来电充电站详情页截图，找到进入“电价详情”的点击入口。
+        {container_desc}
+
+        **核心识别目标**：
+        1. 在页面中上部区域（或绿框内的左侧部分）寻找价格显示模块。
+        2. 该模块包含**红色、加粗的大字价格数字**（例如：1.3435元/度）。
+        3. **绝对必要标识**：在价格数字的正下方，**必须能够清晰看到**文本“全部时段 >”或“全部时段”。
+        4. 点击目标是“全部时段 >”文字所在的中心位置。
+
+        **严格限制与排除**：
+        1. **严禁选择 y > 850 的区域**（即屏幕最底部的 15% 区域）。
+        2. **严禁选择底部的浮动条**：浮动条通常包含“扫码充电”按钮，严禁返回其坐标。
+        3. 如果绿框存在，请优先在绿框的【左侧区域】寻找。
 
-        请判断符合上述规则的价格入口是否存在，并给出其中心坐标。
         输出格式为 JSON：
-        {
+        {{
             "found": true/false,
-            "reason": "为什么认为这是入口（说明是否基于当前价红色价格，并确认未选顶部标签栏或底部悬浮条）",
-            "point": [x, y],
-            "type": "price_card" / "button"
-        }
+            "reason": "解释你看到了什么，是否在绿框内找到了‘全部时段 >’",
+            "point": [x, y]  // 归一化坐标 [0-1000]
+        }}
         """
         try:
-            res_text = await self.vlm.analyze_image(image_path, prompt)
+            res_text = await self.vlm.analyze_image(vlm_image_path, prompt)
             json_str = self.vlm.extract_json(res_text)
             data = json.loads(json_str)
             
             # 保存诊断图片
             if data.get("found") and data.get("point"):
                 p = data["point"]
-                # 转换坐标
                 img = read_image(image_path)
                 if img is not None:
                     h, w = img.shape[:2]
                     actual_p = [int(p[0] * w / 1000), int(p[1] * h / 1000)]
-                    # 生成虚拟 bbox
                     bbox = [actual_p[0]-60, actual_p[1]-40, actual_p[0]+60, actual_p[1]+40]
                     draw_rectangles(image_path, bboxes=[bbox], click_points=[actual_p])
                     logger.info(f"已生成价格入口诊断图片: {image_path.replace('.jpg', '_vl.jpg')}")