Zuschnitt als Regel statt als gespeichertes Bild

Die Sichtung merkt sich jetzt, WO der Vogel im Foto sitzt (vier Zahlen); die
Anzeige schneidet daraus bei jedem Aufruf. Eine geaenderte Regel wirkt damit
sofort auf den ganzen Bestand. Altbestand faellt auf das alte Bild zurueck.

detector/sink.py

@@ -35,6 +35,9 @@ def payload_of(sighting: Sighting) -> dict:
         "frames_with_bird": sighting.frames_with_bird,
         "votes": {k: round(v, 4) for k, v in sighting.votes.items()},
         "mean_bird_score": round(sighting.mean_bird_score, 4),
+        # Vier Zahlen statt eines zweiten Bildes: siehe web/dex/zuschnitt.py.
+        "box": ([round(w, 5) for w in sighting.best_box]
+                if getattr(sighting, "best_box", None) else None),
     }
 
 

detector/warteschlange.py

@@ -126,6 +126,11 @@ class Warteschlange:
             "votes": {g.species.slug: round(g.confidence, 4)
                       for g in (result.guesses[:5] if result else [])},
         }
+        # Wo der Vogel sitzt. Die Sammlung schneidet daraus selbst zu --
+        # siehe web/dex/zuschnitt.py.
+        if box is not None:
+            nutzlast["box"] = [round(box.x0, 5), round(box.y0, 5),
+                               round(box.x1, 5), round(box.y1, 5)]
         dateien = {}
         if ausschnitt is not None:
             dateien["crop"] = ("crop.jpg", _encode(ausschnitt, 640), "image/jpeg")

detector/watcher.py

@@ -36,6 +36,9 @@ class Sighting:
     best_crop: Image.Image | None
     best_sharpness: float
     mean_bird_score: float
+    # Wo der Vogel im besten Bild sitzt, relativ. Die Sammlung schneidet
+    # daraus selbst zu -- siehe web/dex/zuschnitt.py.
+    best_box: tuple[float, float, float, float] | None = None
 
     @property
     def duration_s(self) -> float:
@@ -127,6 +130,7 @@ class Watcher:
         self._best_sharp = -1.0
         self._best_image: Image.Image | None = None
         self._best_crop: Image.Image | None = None
+        self._best_box: tuple[float, float, float, float] | None = None
         self._bird_scores: list[float] = []
         self._frame_i = 0
 
@@ -230,6 +234,7 @@ class Watcher:
             self._best_sharp = score
             self._best_image = frame.copy()
             self._best_crop = box.anzeige_ausschnitt(frame)
+            self._best_box = (box.x0, box.y0, box.x1, box.y1)
 
     def _vote(self, box: Box, result: Result) -> None:
         # Gewicht: wie sicher ist der Detektor, wie groß ist der Vogel im Bild,
@@ -279,6 +284,7 @@ class Watcher:
             frames_with_bird=self._bird_frames,
             best_image=self._best_image,
             best_crop=self._best_crop,
+            best_box=self._best_box,
             best_sharpness=max(0.0, self._best_sharp),
             mean_bird_score=mittel,
         )