Zugeschnittene Fotos ohne Sucher bestimmen

Ein Handyfoto ist das Gegenteil einer Kameraaufnahme: Jemand zielt auf den
Vogel. Unterhalb von rund einem Viertel Bildflaeche findet SSD-MobileNet ihn
nicht mehr (12 % Flaeche: 38 % gefunden, 6 %: 10 %, 2 %: 0 %) — und auf einem
Zuschnitt, der nur noch aus Vogel besteht, meldet es sich ueberhaupt nicht.

run_zuschnitt() ueberspringt den Sucher. Gemessen an schwierigen Aufnahmen:
aus 'nichts gefunden' wird Haussperling 93 %.

Dabei faellt der Sucher als Torwaechter weg. Die erste Fassung liess
min_bird_score (0.05) entscheiden und gab fuer eine graue Wand Fischadler
20 % zurueck; ueber 148 Vogelbilder und 71 Hintergrundausschnitte kommen bei
dieser Schwelle 82 % der Hintergruende durch. Das Tor ist jetzt die
Sicherheit des besten Treffers (0.45: 96 % der Voegel, 14 % Hintergrund)
zusammen mit min_bird_score.

Alle Messungen stehen in docs/handyfotos.md, auch die dort als verworfen
dokumentierte Kachelsuche.

Die Pruefbilder liegen bewusst NICHT hier: Dieses Repo ist oeffentlich, die
Aufnahmen sind privat. Sie liegen in der Nextcloud unter
Projekte/Vogelalbum/Pruefbilder; 'pruefbilder/' steht in der .gitignore.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

tests/test_detector.py

@@ -956,3 +956,73 @@ class AnzeigeAusschnittTests(unittest.TestCase):
         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)
+
+
+class ZuschnittTests(unittest.TestCase):
+    """Das Tor fuer von Hand zugeschnittene Bilder.
+
+    🔑 Ohne Modelle gebaut: Geprueft wird die **Entscheidung**, nicht die
+    Erkennung. Genau dort lag der Fehler — die erste Fassung liess
+    ``min_bird_score`` allein entscheiden und gab fuer eine graue Wand
+    „Fischadler 20 %" zurueck.
+    """
+
+    def pipeline(self, sicherheit: float, bird_score: float):
+        """Eine Pipeline, die ohne LiteRT auskommt.
+
+        ``Pipeline.__new__`` statt ``Pipeline(...)``: Der Konstruktor laedt
+        beide Modelle, und die haben mit dieser Frage nichts zu tun.
+        """
+        from detector.classify import Guess, Pipeline, Result
+        from detector.species_de import BY_SCIENTIFIC
+
+        art = BY_SCIENTIFIC["Parus major"]
+
+        class FakeClassifier:
+            def classify(self, img):
+                return Result(
+                    guesses=[Guess(species=art, confidence=sicherheit)],
+                    raw_top=[],
+                    ms=1.0,
+                    bird_score=bird_score,
+                )
+
+        pipe = Pipeline.__new__(Pipeline)
+        pipe.classifier = FakeClassifier()
+        pipe.min_bird_score = 0.05
+        pipe.min_zuschnitt_sicherheit = 0.45
+        return pipe
+
+    def test_sicherer_treffer_geht_durch(self):
+        ergebnis = self.pipeline(0.93, 0.11).run_zuschnitt(Image.new("RGB", (80, 80)))
+        self.assertIsNotNone(ergebnis)
+        self.assertEqual(ergebnis.best.species.german, "Kohlmeise")
+
+    def test_unsicherer_treffer_wird_verworfen(self):
+        """Der Fall „graue Wand": bird_score reicht, Sicherheit nicht.
+
+        Gemessen ueber 71 Hintergrundausschnitte: Bei 0.05 bird_score kaemen
+        82 Prozent davon durch. Die Sicherheit ist hier das Tor.
+        """
+        self.assertIsNone(
+            self.pipeline(0.20, 0.16).run_zuschnitt(Image.new("RGB", (80, 80)))
+        )
+
+    def test_fremde_art_wird_verworfen(self):
+        """Sicher erkannt, aber keine heimische Art — dafuer bleibt
+        bird_score zustaendig."""
+        self.assertIsNone(
+            self.pipeline(0.95, 0.01).run_zuschnitt(Image.new("RGB", (80, 80)))
+        )
+
+    def test_beide_bedingungen_noetig(self):
+        """Keine der beiden Schwellen allein darf genuegen."""
+        knapp_drueber = self.pipeline(0.46, 0.06)
+        self.assertIsNotNone(knapp_drueber.run_zuschnitt(Image.new("RGB", (80, 80))))
+        for sicherheit, bird_score in ((0.44, 0.06), (0.46, 0.04)):
+            with self.subTest(sicherheit=sicherheit, bird_score=bird_score):
+                self.assertIsNone(
+                    self.pipeline(sicherheit, bird_score).run_zuschnitt(
+                        Image.new("RGB", (80, 80))
+                    )
+                )