Ausschnitt fuer die Sammlung weiter fassen

Christian ueber seine erste Amsel: "Der Zuschnitt der Fotos ist auch etwas
merkwuerdig." Er hatte recht -- in der Kachel war nur Gefieder zu sehen,
Kopf und Schwanz lagen ausserhalb.

URSACHE: Derselbe enge Ausschnitt diente zwei Zwecken. Fuer den
Klassifikator ist eng richtig, jedes Stueck Hintergrund verwaessert die
Bestimmung. Fuer die Sammlung ist eng falsch: Dort steht das Bild in einer
fast quadratischen Kachel, und die schneidet weg, was ueber das Quadrat
hinausragt. Bei einem Vogel im Hochformat -- und so sitzt fast jeder --
bleibt die Bauchmitte uebrig, formatfuellend und unscharf.

Neu: Box.anzeige_ausschnitt, quadratisch und mit mehr Rand. Was die Kachel
abschneidet, ist jetzt Umgebung statt Vogel. `crop` bleibt unveraendert --
die Artbestimmung ist gemessen und soll so bleiben.

An Christians echter Amsel geprueft: vorher 446x857 (Verhaeltnis 0,52),
nachher 1176x1175. Im Vergleichsbild sitzt der ganze Vogel auf dem First
statt einer Nahaufnahme des Bauchs.

5 Tests, auch fuer Voegel am Bildrand (sonst sitzt der Vogel ausserhalb
seiner eigenen Kachel). 136 Detector-Tests gruen.

detector/classify.py

@@ -68,6 +68,50 @@ class Box:
             return img
         return img.crop((x0, y0, x1, y1))
 
+    def anzeige_ausschnitt(self, img: Image.Image, pad: float = 0.35) -> Image.Image:
+        """Derselbe Vogel, aber als Bild zum Ansehen statt zum Bestimmen.
+
+        🔑 **Der Klassifikator und das Auge wollen Verschiedenes.** ``crop``
+        liegt eng am Vogel, weil jedes Stück Hintergrund die Bestimmung
+        verwässert. Für die Sammlung ist genau das falsch: Dort steht der
+        Ausschnitt in einer fast quadratischen Kachel, und die schneidet links
+        und rechts weg, was über das Quadrat hinausragt.
+
+        Bei einem Vogel im Hochformat — und so sitzt fast jeder — bleibt davon
+        die Bauchmitte übrig, formatfüllend und unscharf. Christian am
+        14.10.2026 über seine erste Amsel: *„Der Zuschnitt der Fotos ist auch
+        etwas merkwürdig."* Er hatte recht: Vom Vogel war nur Gefieder zu
+        sehen, Kopf und Schwanz lagen außerhalb.
+
+        Deshalb hier mehr Rand **und** ein Ausschnitt in Richtung Quadrat: Was
+        die Kachel abschneidet, ist dann Umgebung statt Vogel.
+
+        ⚠️ Absichtlich eine eigene Methode. ``crop`` hier zu ändern hieße, die
+        Artbestimmung zu ändern — und die ist gemessen und soll so bleiben.
+        """
+        w, h = img.size
+        bx0, by0 = self.x0 * w, self.y0 * h
+        bx1, by1 = self.x1 * w, self.y1 * h
+        bw, bh = bx1 - bx0, by1 - by0
+        if bw <= 0 or bh <= 0:
+            return img
+
+        # Erst Rand, dann die kürzere Seite auf die längere ziehen.
+        seite = max(bw, bh) * (1 + 2 * pad)
+        mx, my = (bx0 + bx1) / 2, (by0 + by1) / 2
+
+        # ⚠️ Nicht über das Bild hinaus, und die Mitte nachführen statt den
+        # Ausschnitt zu stauchen — sonst sitzt ein Vogel am Bildrand
+        # außermittig in seiner eigenen Kachel.
+        seite = min(seite, float(w), float(h))
+        mx = min(max(mx, seite / 2), w - seite / 2)
+        my = min(max(my, seite / 2), h - seite / 2)
+
+        return img.crop((
+            int(mx - seite / 2), int(my - seite / 2),
+            int(mx + seite / 2), int(my + seite / 2),
+        ))
+
     @property
     def area(self) -> float:
         return max(0.0, self.x1 - self.x0) * max(0.0, self.y1 - self.y0)

detector/warteschlange.py

@@ -185,7 +185,10 @@ class Warteschlange:
                 box, result = self.pipeline.run(bild)
                 # Den Ausschnitt mitschicken, damit die Sammlung dasselbe Bild
                 # zeigt wie bei einer Sichtung von der Kamera.
-                ausschnitt = box.crop(bild) if box is not None else None
+                # ⚠️ `anzeige_ausschnitt`, nicht `crop`: Der enge Schnitt ist
+                # fuer den Klassifikator gedacht; in der fast quadratischen
+                # Kachel der Sammlung bleibt davon nur die Bauchmitte uebrig.
+                ausschnitt = box.anzeige_ausschnitt(bild) if box is not None else None
                 self._melden(foto["id"], ausschnitt, result, box)
                 fertig += 1
             except Exception as exc:  # absichtlich breit, siehe Docstring

detector/watcher.py

@@ -221,12 +221,15 @@ class Watcher:
         # Bestes Foto: Schärfe, gewichtet mit der Detektor-Sicherheit. Ein
         # gestochen scharfes Bild von einem halb verdeckten Vogel nützt weniger
         # als ein leicht weicheres, auf dem er ganz zu sehen ist.
+        # Schaerfe am ENGEN Ausschnitt messen: Umgebung soll die Bewertung
+        # nicht verwaessern. Gespeichert wird dann der weitere -- siehe
+        # Box.anzeige_ausschnitt.
         crop = box.crop(frame)
         score = sharpness(crop) * (0.5 + 0.5 * box.score)
         if score > self._best_sharp:
             self._best_sharp = score
             self._best_image = frame.copy()
-            self._best_crop = crop
+            self._best_crop = box.anzeige_ausschnitt(frame)
 
     def _vote(self, box: Box, result: Result) -> None:
         # Gewicht: wie sicher ist der Detektor, wie groß ist der Vogel im Bild,

tests/test_detector.py

@@ -885,3 +885,75 @@ class UebernimmTests(unittest.TestCase):
         from detector.species_de import catalog
 
         self.assertEqual(self.pipeline.uebernimm(arten=catalog({"garten"})), [])
+
+
+class AnzeigeAusschnittTests(unittest.TestCase):
+    """🔑 Der Klassifikator und das Auge wollen Verschiedenes.
+
+    ``crop`` liegt eng am Vogel, weil Hintergrund die Bestimmung verwaessert.
+    In der fast quadratischen Kachel der Sammlung schneidet genau das links
+    und rechts den Vogel weg — bei einem Vogel im Hochformat bleibt die
+    Bauchmitte uebrig. Christian am 14.10.2026: „Der Zuschnitt der Fotos ist
+    auch etwas merkwuerdig."
+    """
+
+    def bild(self, groesse=(1800, 2400)):
+        from PIL import Image
+
+        return Image.new("RGB", groesse, (120, 160, 200))
+
+    def test_anzeige_ist_quadratisch(self):
+        from detector.classify import Box
+
+        # Ein hochkant sitzender Vogel, schmal und hoch.
+        box = Box(x0=0.40, y0=0.30, x1=0.52, y1=0.62, score=0.9)
+        im = self.bild()
+        eng = box.crop(im)
+        anzeige = box.anzeige_ausschnitt(im)
+
+        self.assertLess(eng.width / eng.height, 0.7, "Testbox ist nicht hochkant")
+        self.assertAlmostEqual(anzeige.width / anzeige.height, 1.0, places=1)
+
+    def test_anzeige_enthaelt_den_ganzen_vogel(self):
+        from detector.classify import Box
+
+        box = Box(x0=0.40, y0=0.30, x1=0.52, y1=0.62, score=0.9)
+        im = self.bild()
+        anzeige = box.anzeige_ausschnitt(im)
+        # Mindestens so hoch wie der Vogel plus Rand.
+        vogel_hoehe = (0.62 - 0.30) * im.height
+        self.assertGreater(anzeige.height, vogel_hoehe)
+
+    def test_crop_bleibt_unveraendert_eng(self):
+        """Die Artbestimmung ist gemessen und darf sich nicht mitaendern."""
+        from detector.classify import Box
+
+        box = Box(x0=0.40, y0=0.30, x1=0.52, y1=0.62, score=0.9)
+        im = self.bild()
+        eng = box.crop(im)
+        erwartet_breite = (0.52 - 0.40) * im.width * 1.24  # pad 0.12 beidseits
+        self.assertAlmostEqual(eng.width, erwartet_breite, delta=3)
+
+    def test_am_bildrand_bleibt_der_ausschnitt_im_bild(self):
+        """⚠️ Sonst sitzt ein Vogel am Rand ausserhalb seiner eigenen Kachel."""
+        from detector.classify import Box
+
+        im = self.bild()
+        for box in (
+            Box(x0=0.00, y0=0.00, x1=0.08, y1=0.10, score=0.9),
+            Box(x0=0.92, y0=0.90, x1=1.00, y1=1.00, score=0.9),
+        ):
+            with self.subTest(box=box):
+                a = box.anzeige_ausschnitt(im)
+                self.assertGreater(a.width, 0)
+                self.assertLessEqual(a.width, im.width)
+                self.assertLessEqual(a.height, im.height)
+                self.assertAlmostEqual(a.width / a.height, 1.0, places=1)
+
+    def test_winziges_bild_sprengt_nichts(self):
+        from detector.classify import Box
+
+        im = self.bild((60, 40))
+        a = Box(x0=0.3, y0=0.3, x1=0.7, y1=0.7, score=0.9).anzeige_ausschnitt(im)
+        self.assertLessEqual(a.width, 60)
+        self.assertLessEqual(a.height, 40)