# app/services/card_service.py
import cv2
import numpy as np
from ..core.model_loader import get_predictor
from app.core.logger import get_logger

logger = get_logger(__name__)

class CardInferenceService:
    def predict(self, inference_type: str, image_bytes: bytes) -> dict:
        """
        执行卡片识别推理。

        Args:
            inference_type: 模型类型 (e.g., 'outer_box').
            image_bytes: 从API请求中获得的原始图像字节。

        Returns:
            一个包含推理结果的字典。
        """
        # 1. 获取对应的预测器实例
        predictor = get_predictor(inference_type)

        # 2. 将字节流解码为OpenCV图像
        # 将字节数据转换为numpy数组
        np_arr = np.frombuffer(image_bytes, np.uint8)
        # 从numpy数组中解码图像
        img_bgr = cv2.imdecode(np_arr, cv2.IMREAD_COLOR)

        if img_bgr is None:
            raise ValueError("无法解码图像，请确保上传的是有效的图片格式 (JPG, PNG, etc.)")

        # 3. 调用我们新加的 predict_from_image 方法进行推理
        result = predictor.predict_from_image(img_bgr)

        # 4. 返回JSON兼容的结果
        return result


# 创建一个单例服务
card_service = CardInferenceService()