File size: 25,638 Bytes
d756039
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
979f3c3
d756039
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
979f3c3
d756039
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
979f3c3
d756039
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
"""Analyse de robustesse des moteurs OCR face aux dégradations d'image.

Fonctionnement
--------------
1. Génération de versions dégradées des images du corpus à différents niveaux :
   - Bruit gaussien (sigma croissant)
   - Flou gaussien (kernel size croissant)
   - Rotation (angle croissant)
   - Réduction de résolution (facteur de downscaling)
   - Binarisation (seuillage Otsu ou fixe)
2. Exécution du moteur OCR sur chaque version dégradée
3. Calcul du CER pour chaque niveau de dégradation
4. Génération de courbes de robustesse (CER en fonction du niveau)
5. Identification du seuil critique (niveau à partir duquel CER > seuil)

Usage
-----
>>> from picarones.measurements.robustness import RobustnessAnalyzer
>>> analyzer = RobustnessAnalyzer(engine, degradation_types=["noise", "blur"])
>>> report = analyzer.analyze(corpus)
>>> print(report.critical_thresholds)
"""

from __future__ import annotations

import logging
import math
import os
import tempfile
from dataclasses import dataclass, field
from pathlib import Path
from typing import TYPE_CHECKING, Optional

if TYPE_CHECKING:
    from picarones.core.corpus import Corpus, Document
    from picarones.engines.base import BaseOCREngine

logger = logging.getLogger(__name__)


# ---------------------------------------------------------------------------
# Paramètres de dégradation
# ---------------------------------------------------------------------------

# Niveaux de dégradation pour chaque type
DEGRADATION_LEVELS: dict[str, list] = {
    "noise": [0, 5, 15, 30, 50, 80],          # sigma du bruit gaussien
    "blur": [0, 1, 2, 3, 5, 8],               # rayon du flou gaussien (pixels)
    "rotation": [0, 1, 2, 5, 10, 20],         # angle de rotation (degrés)
    "resolution": [1.0, 0.75, 0.5, 0.33, 0.25, 0.1],  # facteur de résolution
    "binarization": [0, 64, 96, 128, 160, 192],  # seuil de binarisation (0 = Otsu)
}

DEGRADATION_LABELS: dict[str, list[str]] = {
    "noise": ["original", "σ=5", "σ=15", "σ=30", "σ=50", "σ=80"],
    "blur": ["original", "r=1", "r=2", "r=3", "r=5", "r=8"],
    "rotation": ["0°", "1°", "2°", "5°", "10°", "20°"],
    "resolution": ["100%", "75%", "50%", "33%", "25%", "10%"],
    "binarization": ["original", "seuil=64", "seuil=96", "seuil=128", "seuil=160", "seuil=192"],
}

ALL_DEGRADATION_TYPES = list(DEGRADATION_LEVELS.keys())


# ---------------------------------------------------------------------------
# Dégradation d'image (pure Python + stdlib, optionnellement Pillow/NumPy)
# ---------------------------------------------------------------------------

def _apply_gaussian_noise(pixels: list[list[list[int]]], sigma: float, rng_seed: int = 0) -> list[list[list[int]]]:
    """Applique du bruit gaussien (pure Python)."""
    import random
    rng = random.Random(rng_seed)
    h = len(pixels)
    w = len(pixels[0]) if h > 0 else 0
    result = []
    for y in range(h):
        row = []
        for x in range(w):
            pixel = []
            for c in pixels[y][x]:
                noise = rng.gauss(0, sigma)
                val = int(c + noise)
                pixel.append(max(0, min(255, val)))
            row.append(pixel)
        result.append(row)
    return result


def _apply_box_blur(pixels: list[list[list[int]]], radius: int) -> list[list[list[int]]]:
    """Applique un flou de boîte (approximation du flou gaussien, pure Python)."""
    if radius <= 0:
        return pixels
    h = len(pixels)
    w = len(pixels[0]) if h > 0 else 0
    channels = len(pixels[0][0]) if h > 0 and w > 0 else 3

    def blur_pass(data: list[list[list[int]]]) -> list[list[list[int]]]:
        out = []
        for y in range(h):
            row = []
            for x in range(w):
                totals = [0] * channels
                count = 0
                for dy in range(-radius, radius + 1):
                    for dx in range(-radius, radius + 1):
                        ny, nx = y + dy, x + dx
                        if 0 <= ny < h and 0 <= nx < w:
                            for c in range(channels):
                                totals[c] += data[ny][nx][c]
                            count += 1
                row.append([t // count for t in totals])
            out.append(row)
        return out

    return blur_pass(pixels)


def _apply_rotation_simple(pixels: list[list[list[int]]], angle_deg: float) -> list[list[list[int]]]:
    """Rotation avec interpolation au plus proche voisin (pure Python).

    Pour des angles faibles, l'effet est réaliste.
    """
    if angle_deg == 0:
        return pixels
    h = len(pixels)
    w = len(pixels[0]) if h > 0 else 0
    channels = len(pixels[0][0]) if h > 0 and w > 0 else 3

    angle_rad = math.radians(angle_deg)
    cos_a = math.cos(angle_rad)
    sin_a = math.sin(angle_rad)
    cx, cy = w / 2, h / 2

    result = [[[245, 240, 232][:channels] for _ in range(w)] for _ in range(h)]
    for y in range(h):
        for x in range(w):
            # Coordonnées source
            sx = cos_a * (x - cx) + sin_a * (y - cy) + cx
            sy = -sin_a * (x - cx) + cos_a * (y - cy) + cy
            ix, iy = int(round(sx)), int(round(sy))
            if 0 <= ix < w and 0 <= iy < h:
                result[y][x] = list(pixels[iy][ix])
    return result


def _apply_resolution_reduction(
    pixels: list[list[list[int]]], factor: float
) -> list[list[list[int]]]:
    """Réduit la résolution puis remonte à la taille originale (pixelisation)."""
    if factor >= 1.0:
        return pixels
    h = len(pixels)
    w = len(pixels[0]) if h > 0 else 0
    new_h = max(1, int(h * factor))
    new_w = max(1, int(w * factor))

    # Downscale
    small = []
    for y in range(new_h):
        row = []
        src_y = int(y / factor)
        for x in range(new_w):
            src_x = int(x / factor)
            row.append(list(pixels[min(src_y, h - 1)][min(src_x, w - 1)]))
        small.append(row)

    # Upscale (nearest-neighbor)
    result = []
    for y in range(h):
        row = []
        src_y = min(int(y * factor), new_h - 1)
        for x in range(w):
            src_x = min(int(x * factor), new_w - 1)
            row.append(list(small[src_y][src_x]))
        result.append(row)
    return result


def _apply_binarization(
    pixels: list[list[list[int]]], threshold: int
) -> list[list[list[int]]]:
    """Binarise l'image (seuillage fixe sur luminosité)."""
    h = len(pixels)
    w = len(pixels[0]) if h > 0 else 0
    result = []

    # Calculer le seuil Otsu si threshold == 0
    if threshold == 0:
        histogram = [0] * 256
        total = h * w
        for y in range(h):
            for x in range(w):
                p = pixels[y][x]
                lum = int(0.299 * p[0] + 0.587 * p[1] + 0.114 * p[2]) if len(p) >= 3 else p[0]
                histogram[lum] += 1
        # Otsu simplifié
        best_thresh = 128
        best_var = -1.0
        total_sum = sum(i * histogram[i] for i in range(256))
        w0, w1, sum0 = 0, total, 0.0
        for t in range(256):
            w0 += histogram[t]
            if w0 == 0:
                continue
            w1 = total - w0
            if w1 == 0:
                break
            sum0 += t * histogram[t]
            mean0 = sum0 / w0
            mean1 = (total_sum - sum0) / w1
            var = w0 * w1 * (mean0 - mean1) ** 2
            if var > best_var:
                best_var = var
                best_thresh = t
        threshold = best_thresh

    for y in range(h):
        row = []
        for x in range(w):
            p = pixels[y][x]
            lum = int(0.299 * p[0] + 0.587 * p[1] + 0.114 * p[2]) if len(p) >= 3 else p[0]
            val = 255 if lum >= threshold else 0
            row.append([val] * len(p))
        result.append(row)
    return result


def degrade_image_bytes(
    png_bytes: bytes,
    degradation_type: str,
    level: float,
) -> bytes:
    """Dégrade une image PNG et retourne les bytes PNG modifiés.

    Utilise Pillow si disponible, sinon utilise l'implémentation pure Python.

    Parameters
    ----------
    png_bytes:
        Bytes de l'image PNG source.
    degradation_type:
        Type de dégradation (``"noise"``, ``"blur"``, ``"rotation"``,
        ``"resolution"``, ``"binarization"``).
    level:
        Niveau de dégradation (valeur numérique selon le type).

    Returns
    -------
    bytes
        Bytes de l'image PNG dégradée.
    """
    try:
        return _degrade_pillow(png_bytes, degradation_type, level)
    except ImportError:
        return _degrade_pure_python(png_bytes, degradation_type, level)


def _degrade_pillow(png_bytes: bytes, degradation_type: str, level: float) -> bytes:
    """Dégradation avec Pillow (meilleure qualité)."""
    import io
    from PIL import Image, ImageFilter

    img = Image.open(io.BytesIO(png_bytes)).convert("RGB")

    if degradation_type == "noise":
        if level > 0:
            import random
            # RGB : 3 octets par pixel, tobytes() reste stable Pillow 10 → 14+
            raw = img.tobytes()
            rng = random.Random(0)
            noisy = []
            for i in range(0, len(raw), 3):
                r, g, b = raw[i], raw[i + 1], raw[i + 2]
                noisy.append((
                    max(0, min(255, int(r + rng.gauss(0, level)))),
                    max(0, min(255, int(g + rng.gauss(0, level)))),
                    max(0, min(255, int(b + rng.gauss(0, level)))),
                ))
            img.putdata(noisy)

    elif degradation_type == "blur":
        if level > 0:
            img = img.filter(ImageFilter.GaussianBlur(radius=level))

    elif degradation_type == "rotation":
        if level != 0:
            img = img.rotate(-level, expand=False, fillcolor=(245, 240, 232))

    elif degradation_type == "resolution":
        if level < 1.0:
            w, h = img.size
            new_w, new_h = max(1, int(w * level)), max(1, int(h * level))
            img = img.resize((new_w, new_h), Image.NEAREST)
            img = img.resize((w, h), Image.NEAREST)

    elif degradation_type == "binarization":
        img = img.convert("L")  # niveaux de gris
        if level == 0:
            # Seuillage Otsu : calcul du seuil optimal
            histogram = img.histogram()
            total = img.size[0] * img.size[1]
            best_thresh, best_var = 128, -1.0
            total_sum = sum(i * histogram[i] for i in range(256))
            w0, sum0 = 0, 0.0
            for t in range(256):
                w0 += histogram[t]
                if w0 == 0:
                    continue
                w1 = total - w0
                if w1 == 0:
                    break
                sum0 += t * histogram[t]
                var = w0 * w1 * (sum0 / w0 - (total_sum - sum0) / w1) ** 2
                if var > best_var:
                    best_var = var
                    best_thresh = t
            threshold = best_thresh
        else:
            threshold = int(level)
        img = img.point(lambda p: 255 if p >= threshold else 0, "1").convert("RGB")

    buf = io.BytesIO()
    img.save(buf, format="PNG")
    return buf.getvalue()


def _degrade_pure_python(png_bytes: bytes, degradation_type: str, level: float) -> bytes:
    """Dégradation en pur Python (sans Pillow).

    Décode le PNG, applique la transformation, ré-encode en PNG.
    Note : n'implémente pas le décodage PNG complet — utilise des stubs.
    """
    # Pour l'implémentation pure Python, on applique des transformations
    # minimales sur les bytes bruts en créant une image de test synthétique.
    # En pratique, Pillow est presque toujours disponible dans l'environnement Picarones.
    logger.warning(
        "Pillow non disponible : dégradation '%s' appliquée en mode dégradé (stub)",
        degradation_type,
    )
    # Retourner l'image originale légèrement modifiée (simulation)
    return png_bytes


# ---------------------------------------------------------------------------
# Structures de résultats
# ---------------------------------------------------------------------------

@dataclass
class DegradationCurve:
    """Courbe CER vs niveau de dégradation pour un moteur et un type de dégradation."""
    engine_name: str
    degradation_type: str
    levels: list[float]
    labels: list[str]
    cer_values: list[Optional[float]]
    """CER moyen (0-1) à chaque niveau. None si calcul impossible."""
    critical_threshold_level: Optional[float] = None
    """Niveau à partir duquel CER > cer_threshold."""
    cer_threshold: float = 0.20
    """Seuil de CER utilisé pour déterminer le niveau critique."""

    def as_dict(self) -> dict:
        return {
            "engine_name": self.engine_name,
            "degradation_type": self.degradation_type,
            "levels": self.levels,
            "labels": self.labels,
            "cer_values": self.cer_values,
            "critical_threshold_level": self.critical_threshold_level,
            "cer_threshold": self.cer_threshold,
        }


@dataclass
class RobustnessReport:
    """Rapport complet d'analyse de robustesse pour un ou plusieurs moteurs."""
    engine_names: list[str]
    corpus_name: str
    degradation_types: list[str]
    curves: list[DegradationCurve]
    summary: dict = field(default_factory=dict)
    """Résumé : moteur le plus robuste par type de dégradation, seuils critiques…"""

    def get_curves_for_engine(self, engine_name: str) -> list[DegradationCurve]:
        return [c for c in self.curves if c.engine_name == engine_name]

    def get_curves_for_type(self, degradation_type: str) -> list[DegradationCurve]:
        return [c for c in self.curves if c.degradation_type == degradation_type]

    def as_dict(self) -> dict:
        return {
            "engine_names": self.engine_names,
            "corpus_name": self.corpus_name,
            "degradation_types": self.degradation_types,
            "curves": [c.as_dict() for c in self.curves],
            "summary": self.summary,
        }


# ---------------------------------------------------------------------------
# Analyseur de robustesse
# ---------------------------------------------------------------------------

class RobustnessAnalyzer:
    """Lance une analyse de robustesse sur un corpus.

    Parameters
    ----------
    engines:
        Un ou plusieurs moteurs OCR (``BaseOCREngine``).
    degradation_types:
        Liste des types de dégradation à tester.
        Par défaut : tous (``"noise"``, ``"blur"``, ``"rotation"``,
        ``"resolution"``, ``"binarization"``).
    cer_threshold:
        Seuil de CER pour définir le niveau critique (défaut : 0.20 = 20%).
    custom_levels:
        Niveaux personnalisés par type (remplace les valeurs par défaut).

    Examples
    --------
    >>> from picarones.engines.tesseract import TesseractEngine
    >>> from picarones.measurements.robustness import RobustnessAnalyzer
    >>> engine = TesseractEngine(config={"lang": "fra"})
    >>> analyzer = RobustnessAnalyzer([engine], degradation_types=["noise", "blur"])
    >>> report = analyzer.analyze(corpus)
    """

    def __init__(
        self,
        engines: "list[BaseOCREngine]",
        degradation_types: Optional[list[str]] = None,
        cer_threshold: float = 0.20,
        custom_levels: Optional[dict[str, list]] = None,
    ) -> None:
        if not isinstance(engines, list):
            engines = [engines]
        self.engines = engines
        self.degradation_types = degradation_types or ALL_DEGRADATION_TYPES
        self.cer_threshold = cer_threshold
        self.levels = dict(DEGRADATION_LEVELS)
        if custom_levels:
            self.levels.update(custom_levels)

    def analyze(
        self,
        corpus: "Corpus",
        show_progress: bool = True,
        max_docs: int = 10,
    ) -> RobustnessReport:
        """Lance l'analyse de robustesse sur le corpus.

        Parameters
        ----------
        corpus:
            Corpus Picarones avec images et GT.
        show_progress:
            Affiche la progression.
        max_docs:
            Nombre maximum de documents à traiter (pour la rapidité).

        Returns
        -------
        RobustnessReport
        """
        from picarones.measurements.metrics import compute_metrics

        docs = corpus.documents[:max_docs]
        curves: list[DegradationCurve] = []

        for engine in self.engines:
            for deg_type in self.degradation_types:
                levels = self.levels[deg_type]
                labels = DEGRADATION_LABELS.get(deg_type, [str(lv) for lv in levels])

                cer_per_level: list[Optional[float]] = []

                if show_progress:
                    try:
                        from tqdm import tqdm
                        level_iter = tqdm(
                            list(enumerate(levels)),
                            desc=f"{engine.name} / {deg_type}",
                        )
                    except ImportError:
                        level_iter = enumerate(levels)
                else:
                    level_iter = enumerate(levels)

                for lvl_idx, level in level_iter:
                    doc_cers: list[float] = []

                    for doc in docs:
                        gt = doc.ground_truth.strip()
                        if not gt:
                            continue

                        # Obtenir l'image (fichier ou data URI)
                        degraded_bytes = self._get_degraded_image(
                            doc, deg_type, level
                        )
                        if degraded_bytes is None:
                            continue

                        # Sauvegarder temporairement et OCR
                        with tempfile.NamedTemporaryFile(
                            suffix=".png", delete=False
                        ) as tmp:
                            tmp.write(degraded_bytes)
                            tmp_path = tmp.name

                        try:
                            ocr_result = engine.run(tmp_path)
                            hypothesis = ocr_result.text
                            metrics = compute_metrics(gt, hypothesis)
                            doc_cers.append(metrics.cer)
                        except Exception as exc:
                            logger.debug(
                                "Erreur OCR %s niveau %s=%s: %s",
                                engine.name, deg_type, level, exc
                            )
                        finally:
                            try:
                                os.unlink(tmp_path)
                            except OSError:
                                pass

                    if doc_cers:
                        cer_per_level.append(sum(doc_cers) / len(doc_cers))
                    else:
                        cer_per_level.append(None)

                # Calculer le niveau critique
                critical = self._find_critical_level(
                    levels, cer_per_level, self.cer_threshold
                )

                curves.append(DegradationCurve(
                    engine_name=engine.name,
                    degradation_type=deg_type,
                    levels=levels,
                    labels=labels[:len(levels)],
                    cer_values=cer_per_level,
                    critical_threshold_level=critical,
                    cer_threshold=self.cer_threshold,
                ))

        summary = self._build_summary(curves)

        return RobustnessReport(
            engine_names=[e.name for e in self.engines],
            corpus_name=corpus.name,
            degradation_types=self.degradation_types,
            curves=curves,
            summary=summary,
        )

    def _get_degraded_image(
        self,
        doc: "Document",
        degradation_type: str,
        level: float,
    ) -> Optional[bytes]:
        """Retourne les bytes PNG de l'image dégradée."""
        # Charger l'image originale
        original_bytes = self._load_image(doc)
        if original_bytes is None:
            return None

        # Niveau 0 = image originale (sauf binarisation à 0 = Otsu)
        if (degradation_type == "noise" and level == 0) or \
           (degradation_type == "blur" and level == 0) or \
           (degradation_type == "rotation" and level == 0) or \
           (degradation_type == "resolution" and level >= 1.0):
            return original_bytes

        return degrade_image_bytes(original_bytes, degradation_type, level)

    def _load_image(self, doc: "Document") -> Optional[bytes]:
        """Charge les bytes PNG de l'image d'un document."""
        img_path = doc.image_path

        # Data URI (base64)
        if img_path.startswith("data:image/"):
            import base64
            try:
                _, b64 = img_path.split(",", 1)
                return base64.b64decode(b64)
            except Exception as exc:
                logger.debug("Impossible de décoder data URI: %s", exc)
                return None

        # Fichier local
        path = Path(img_path)
        if path.exists():
            return path.read_bytes()

        logger.debug("Image introuvable : %s", img_path)
        return None

    @staticmethod
    def _find_critical_level(
        levels: list[float],
        cer_values: list[Optional[float]],
        threshold: float,
    ) -> Optional[float]:
        """Trouve le niveau à partir duquel CER dépasse le seuil."""
        for level, cer in zip(levels, cer_values):
            if cer is not None and cer > threshold:
                return level
        return None

    @staticmethod
    def _build_summary(curves: list[DegradationCurve]) -> dict:
        """Construit le résumé de l'analyse."""
        summary: dict = {}

        # Par type de dégradation : moteur le plus robuste
        by_type: dict[str, dict[str, list]] = {}
        for curve in curves:
            dt = curve.degradation_type
            if dt not in by_type:
                by_type[dt] = {}
            valid_cers = [c for c in curve.cer_values if c is not None]
            if valid_cers:
                by_type[dt][curve.engine_name] = valid_cers

        for dt, engine_cers in by_type.items():
            if not engine_cers:
                continue
            # Robustesse = CER moyen sur tous les niveaux (plus bas = plus robuste)
            best_engine = min(engine_cers, key=lambda e: sum(engine_cers[e]) / len(engine_cers[e]))
            summary[f"most_robust_{dt}"] = best_engine

        # Seuils critiques par moteur
        for curve in curves:
            key = f"critical_{curve.engine_name}_{curve.degradation_type}"
            summary[key] = curve.critical_threshold_level

        return summary


# ---------------------------------------------------------------------------
# Données de démonstration de robustesse
# ---------------------------------------------------------------------------

def generate_demo_robustness_report(
    engine_names: Optional[list[str]] = None,
    seed: int = 42,
) -> RobustnessReport:
    """Génère un rapport de robustesse fictif mais réaliste pour la démo.

    Parameters
    ----------
    engine_names:
        Noms des moteurs à simuler (défaut : tesseract, pero_ocr).
    seed:
        Graine aléatoire.

    Returns
    -------
    RobustnessReport
    """
    import random
    rng = random.Random(seed)

    if engine_names is None:
        engine_names = ["tesseract", "pero_ocr"]

    # CER de base par moteur
    base_cer = {
        "tesseract": 0.12,
        "pero_ocr": 0.07,
        "ancien_moteur": 0.25,
    }

    # Sensibilité par type de dégradation (facteur multiplicatif par niveau)
    sensitivity = {
        "tesseract": {
            "noise": 0.04, "blur": 0.05, "rotation": 0.06,
            "resolution": 0.12, "binarization": 0.03,
        },
        "pero_ocr": {
            "noise": 0.02, "blur": 0.03, "rotation": 0.04,
            "resolution": 0.08, "binarization": 0.02,
        },
        "ancien_moteur": {
            "noise": 0.06, "blur": 0.08, "rotation": 0.10,
            "resolution": 0.15, "binarization": 0.05,
        },
    }

    deg_types = ALL_DEGRADATION_TYPES
    curves: list[DegradationCurve] = []

    for engine_name in engine_names:
        cer_base = base_cer.get(engine_name, 0.15)
        sens = sensitivity.get(engine_name, {dt: 0.05 for dt in deg_types})

        for deg_type in deg_types:
            levels = DEGRADATION_LEVELS[deg_type]
            labels = DEGRADATION_LABELS[deg_type]
            s = sens.get(deg_type, 0.05)

            cer_values = []
            for i, level in enumerate(levels):
                noise = rng.gauss(0, 0.005)
                cer = min(1.0, cer_base + s * i + noise)
                cer_values.append(round(max(0.0, cer), 4))

            critical = RobustnessAnalyzer._find_critical_level(levels, cer_values, 0.20)

            curves.append(DegradationCurve(
                engine_name=engine_name,
                degradation_type=deg_type,
                levels=list(levels),
                labels=labels[:len(levels)],
                cer_values=cer_values,
                critical_threshold_level=critical,
                cer_threshold=0.20,
            ))

    summary = RobustnessAnalyzer._build_summary(curves)

    return RobustnessReport(
        engine_names=engine_names,
        corpus_name="Corpus de démonstration — Chroniques médiévales",
        degradation_types=deg_types,
        curves=curves,
        summary=summary,
    )