feat: 更新提取函数以返回旋转角度和原始图像尺寸，添加坐标旋转和反向旋转功能

merger/bbox_extractor.py

@@ -2,7 +2,7 @@
 bbox 提取模块
 负责从 PaddleOCR 结果中提取文字框信息
 """
-from typing import List, Dict
+from typing import List, Dict, Tuple
 import numpy as np
 from pathlib import Path
 
@@ -11,7 +11,7 @@ class BBoxExtractor:
     """bbox 提取器"""
     
     @staticmethod
-    def extract_paddle_text_boxes(paddle_data: Dict) -> List[Dict]:
+    def extract_paddle_text_boxes(paddle_data: Dict) -> Tuple[List[Dict], float, Tuple[int, int]]:
         """
         提取 PaddleOCR 的文字框信息
         
@@ -19,12 +19,14 @@ class BBoxExtractor:
             paddle_data: PaddleOCR 输出的数据
         
         Returns:
-            文字框列表（坐标已转换为 angle=0 时的坐标）
+            文字框列表（保持旋转后的angle角度）和旋转角度
         """
         text_boxes = []
+        rotation_angle = 0.0
+        orig_image_size = (0,0)
         
         if 'overall_ocr_res' not in paddle_data:
-            return text_boxes
+            return text_boxes, rotation_angle, orig_image_size
         
         ocr_res = paddle_data['overall_ocr_res']
         rec_texts = ocr_res.get('rec_texts', [])
@@ -33,9 +35,52 @@ class BBoxExtractor:
         
         # 🎯 获取旋转角度
         rotation_angle = BBoxExtractor._get_rotation_angle(paddle_data)
+        if rotation_angle != 0:
+            orig_image_size = BBoxExtractor._get_original_image_size(paddle_data)
+            print(f"🔄 检测到旋转角度: {rotation_angle}°")
+            print(f"📐 原始图像尺寸: {orig_image_size[0]} x {orig_image_size[1]}")
+                
+        for i, (text, poly, score) in enumerate(zip(rec_texts, rec_polys, rec_scores)):
+            if text and text.strip():
+                # 计算 bbox (x_min, y_min, x_max, y_max)
+                bbox = BBoxExtractor._poly_to_bbox(poly)
+                
+                text_boxes.append({
+                    'text': text,
+                    'bbox': bbox,
+                    'poly': poly,
+                    'score': score,
+                    'paddle_bbox_index': i,
+                    'used': False
+                })
         
-        # 🎯 如果有旋转，需要获取原始图像尺寸
-        orig_image_size = None
+        return text_boxes, rotation_angle, orig_image_size
+    
+    @staticmethod
+    def extract_paddle_text_boxes_inverse_rotate(paddle_data: Dict) -> Tuple[List[Dict], float, Tuple[int, int]]:
+        """
+        提取 PaddleOCR 的文字框信息
+        
+        Args:
+            paddle_data: PaddleOCR 输出的数据
+        
+        Returns:
+            文字框列表（坐标已转换为 angle=0 时的坐标）
+        """
+        text_boxes = []
+        rotation_angle = 0.0
+        orig_image_size = (0,0)
+        
+        if 'overall_ocr_res' not in paddle_data:
+            return text_boxes, rotation_angle, orig_image_size
+        
+        ocr_res = paddle_data['overall_ocr_res']
+        rec_texts = ocr_res.get('rec_texts', [])
+        rec_polys = ocr_res.get('rec_polys', [])
+        rec_scores = ocr_res.get('rec_scores', [])
+        
+        # 🎯 获取旋转角度
+        rotation_angle = BBoxExtractor._get_rotation_angle(paddle_data)
         
         if rotation_angle != 0:
             orig_image_size = BBoxExtractor._get_original_image_size(paddle_data)
@@ -62,7 +107,7 @@ class BBoxExtractor:
                     'used': False
                 })
         
-        return text_boxes
+        return text_boxes, rotation_angle, orig_image_size
     
     @staticmethod
     def _get_rotation_angle(paddle_data: Dict) -> float:
@@ -135,6 +180,53 @@ class BBoxExtractor:
         return (2480, 3508)
     
     @staticmethod
+    def rotate_box_coordinates(bbox: List[float], 
+                             angle: float,
+                             orig_image_size: tuple) -> List[float]:
+        """
+        旋转 bbox 坐标（与图像旋转保持一致）
+        
+        参考 ocr_validator_utils.rotate_image_and_coordinates 的操作
+        
+        旋转逻辑：
+        - 0°: 不旋转
+        - 90°: 逆时针旋转 90°
+        - 180°: 旋转 180°
+        - 270°: 顺时针旋转 90°（或逆时针 270°）
+        
+        Args:
+            bbox: 原图像上的边界框 [x_min, y_min, x_max, y_max]
+            angle: 旋转角度（0, 90, 180, 270）
+            orig_image_size: 原始图像尺寸 (width, height)
+        """
+        poly = BBoxExtractor._bbox_to_poly(bbox)
+        rotated_poly = BBoxExtractor._rotate_coordinates(poly, angle, orig_image_size)
+        rotated_bbox = BBoxExtractor._poly_to_bbox(rotated_poly)
+        return rotated_bbox
+
+    @staticmethod
+    def inverse_rotate_box_coordinates(bbox: List[float], 
+                                    angle: float,
+                                    orig_image_size: tuple) -> List[float]:
+        """
+        反向旋转 bbox 坐标
+        
+        参考 ocr_validator_utils.rotate_image_and_coordinates 的逆操作
+        
+        PaddleOCR 在旋转后的图像上识别，坐标是旋转后的
+        我们需要将坐标转换回原始图像（未旋转）
+        
+        Args:
+            bbox: 旋转后图像上的边界框 [x_min, y_min, x_max, y_max]
+            angle: 旋转角度（度数，PaddleX 使用的角度）
+            orig_image_size: 原始图像尺寸 (width, height)
+        """
+        poly = BBoxExtractor._bbox_to_poly(bbox)
+        inverse_poly = BBoxExtractor._inverse_rotate_coordinates(poly, angle, orig_image_size)
+        inverse_bbox = BBoxExtractor._poly_to_bbox(inverse_poly)
+        return inverse_bbox
+
+    @staticmethod
     def _inverse_rotate_coordinates(poly: List[List[float]], 
                                     angle: float,
                                     orig_image_size: tuple) -> List[List[float]]:
@@ -207,6 +299,109 @@ class BBoxExtractor:
         return inverse_poly
     
     @staticmethod
+    def _rotate_coordinates(poly: List[List[float]], 
+                        angle: float,
+                        orig_image_size: tuple) -> List[List[float]]:
+        """
+        旋转多边形坐标（与图像旋转保持一致）
+        
+        参考 ocr_validator_utils.rotate_image_and_coordinates 的操作
+        
+        旋转逻辑：
+        - 0°: 不旋转
+        - 90°: 逆时针旋转 90°
+        - 180°: 旋转 180°
+        - 270°: 顺时针旋转 90°（或逆时针 270°）
+        
+        Args:
+            poly: 原图像上的多边形坐标 [[x', y'], ...]
+            angle: 旋转角度（0, 90, 180, 270）
+            orig_image_size: 原始图像尺寸 (width, height)
+        
+        Returns:
+            旋转后的多边形坐标 [[x, y], ...]
+        
+        Example:
+            >>> poly = [[100, 200], [150, 200], [150, 250], [100, 250]]
+            >>> rotated = rotate_coordinates(poly, 90, (1000, 800))
+            >>> print(rotated)
+            [[200, 900], [200, 850], [250, 850], [250, 900]]
+        """
+        if not poly or angle == 0:
+            return poly
+        
+        orig_width, orig_height = orig_image_size
+        rotated_poly = []
+        
+        for point in poly:
+            x, y = point[0], point[1]
+            
+            if angle == 90:
+                # 逆时针旋转 90°
+                # 新坐标系: 宽度=原高度, 高度=原宽度
+                # x_new = y_old
+                # y_new = 原宽度 - x_old
+                new_x = y
+                new_y = orig_width - x
+                
+            elif angle == 180:
+                # 旋转 180°
+                # 新坐标系: 宽度=原宽度, 高度=原高度
+                # x_new = 原宽度 - x_old
+                # y_new = 原高度 - y_old
+                new_x = orig_width - x
+                new_y = orig_height - y
+                
+            elif angle == 270:
+                # 顺时针旋转 90°（或逆时针 270°）
+                # 新坐标系: 宽度=原高度, 高度=原宽度
+                # x_new = 原高度 - y_old
+                # y_new = x_old
+                new_x = orig_height - y
+                new_y = x
+                
+            else:
+                # 不支持的角度，保持原坐标
+                new_x, new_y = x, y
+            
+            rotated_poly.append([new_x, new_y])
+        
+        return rotated_poly
+
+    @staticmethod
+    def _bbox_to_poly(bbox: List[float]) -> List[List[float]]:
+        """
+        将 bbox 转换为多边形（4个角点，逆时针顺序）
+        
+        Args:
+            bbox: 边界框 [x_min, y_min, x_max, y_max]
+        
+        Returns:
+            多边形坐标 [[x1, y1], [x2, y2], [x3, y3], [x4, y4]]
+            顺序：左上 -> 右上 -> 右下 -> 左下（逆时针）
+        
+        Example:
+            >>> bbox = [100, 200, 150, 250]
+            >>> poly = BBoxExtractor._bbox_to_poly(bbox)
+            >>> print(poly)
+            [[100, 200], [150, 200], [150, 250], [100, 250]]
+        """
+        if not bbox or len(bbox) < 4:
+            return []
+        
+        x_min, y_min, x_max, y_max = bbox[:4]
+        
+        # 🎯 4个角点（逆时针顺序）
+        poly = [
+            [x_min, y_min],  # 左上角
+            [x_max, y_min],  # 右上角
+            [x_max, y_max],  # 右下角
+            [x_min, y_max]   # 左下角
+        ]
+        
+        return poly
+
+    @staticmethod
     def _poly_to_bbox(poly: List[List[float]]) -> List[float]:
         """将多边形转换为 bbox [x_min, y_min, x_max, y_max]"""
         xs = [p[0] for p in poly]