release: consolidate web simulation and real CV prototype

Add cleaned RealSense/OpenCV CV under cv/ with secret-free example
config, MQTT disabled by default, and canonical README coverage for
web + CV relationship without claiming production integration.

Co-authored-by: Cursor <cursoragent@cursor.com>

cv/classify.py

@@ -0,0 +1,147 @@
+"""Классификация строго по правилам ТЗ трека 3."""
+
+from __future__ import annotations
+
+from dataclasses import dataclass
+from enum import Enum
+from typing import Sequence, Tuple
+
+from measure import ObjectMeasurement
+
+
+class Category(str, Enum):
+    SUITABLE = "suitable"      # Подходит для сортировки → B
+    OVERSIZE = "oversize"      # Не подходит по габаритам → C
+    NEED_PACK = "need_pack"    # Не подходит без доупаковки → D
+
+    @property
+    def zone(self) -> str:
+        return {
+            Category.SUITABLE: "B",
+            Category.OVERSIZE: "C",
+            Category.NEED_PACK: "D",
+        }[self]
+
+    @property
+    def ru_label(self) -> str:
+        return {
+            Category.SUITABLE: "Подходит для сортировки",
+            Category.OVERSIZE: "Не подходит для сортировки по габаритам",
+            Category.NEED_PACK: "Не подходит для сортировки без доупаковки",
+        }[self]
+
+    @property
+    def short_label(self) -> str:
+        """Короткая метка для HUD и веб-статуса."""
+        return {
+            Category.SUITABLE: "ГОТОВ К СОРТИРОВКЕ",
+            Category.OVERSIZE: "НЕГАБАРИТ",
+            Category.NEED_PACK: "ТРЕБУЕТ ДОУПАКОВКИ",
+        }[self]
+
+
+@dataclass
+class ClassificationResult:
+    category: Category
+    dims_sorted_mm: Tuple[float, float, float]
+    circle_ratio: float
+    passes_size: bool
+    is_circular: bool
+    reason: str
+
+
+def _sorted_dims(length: float, width: float, height: float) -> Tuple[float, float, float]:
+    a, b, c = sorted([float(length), float(width), float(height)], reverse=True)
+    return a, b, c
+
+
+def check_size(
+    dims_sorted: Sequence[float],
+    min_mm: Sequence[float],
+    max_mm: Sequence[float],
+) -> bool:
+    """
+    ТЗ: габариты строго больше минимума и строго меньше максимума
+    по сопоставленным сторонам после сортировки.
+    """
+    min_s = sorted([float(x) for x in min_mm], reverse=True)
+    max_s = sorted([float(x) for x in max_mm], reverse=True)
+    d = [float(x) for x in dims_sorted]
+    return all(d[i] > min_s[i] for i in range(3)) and all(d[i] < max_s[i] for i in range(3))
+
+
+def classify(
+    measurement: ObjectMeasurement,
+    min_mm: Sequence[float] = (10, 10, 10),
+    max_mm: Sequence[float] = (450, 320, 320),
+    circle_ratio_threshold: float = 0.8,
+) -> ClassificationResult:
+    """
+    Порядок ТЗ:
+    1) габариты → иначе C (приоритет над кругом)
+    2) если r_in/r_out >= 0.8 в любом сечении → D
+    3) иначе → B
+    """
+    dims = _sorted_dims(measurement.length_mm, measurement.width_mm, measurement.height_mm)
+    passes = check_size(dims, min_mm, max_mm)
+    ratio = float(measurement.circle_ratio)
+    circular = ratio >= float(circle_ratio_threshold)
+    clipped = bool(getattr(measurement, "clipped_by_frame", False))
+
+    if not passes or clipped:
+        reason = (
+            "объект обрезан краем кадра → габарит неполный, считаем негабаритом"
+            if clipped and passes
+            else "габариты вне допуска: нужно >10×10×10 и <450×320×320 мм"
+        )
+        if clipped and not passes:
+            reason = "габариты вне допуска (в т.ч. обрезан кадром): нужно >10×10×10 и <450×320×320 мм"
+        return ClassificationResult(
+            category=Category.OVERSIZE,
+            dims_sorted_mm=dims,
+            circle_ratio=ratio,
+            passes_size=False,
+            is_circular=circular,
+            reason=reason,
+        )
+
+    if circular:
+        return ClassificationResult(
+            category=Category.NEED_PACK,
+            dims_sorted_mm=dims,
+            circle_ratio=ratio,
+            passes_size=True,
+            is_circular=True,
+            reason=f"круг в сечении: r_in/r_out={ratio:.3f} >= {circle_ratio_threshold}",
+        )
+
+    return ClassificationResult(
+        category=Category.SUITABLE,
+        dims_sorted_mm=dims,
+        circle_ratio=ratio,
+        passes_size=True,
+        is_circular=False,
+        reason=f"габариты OK, круга нет: r_in/r_out={ratio:.3f} < {circle_ratio_threshold}",
+    )
+
+
+def classify_from_dims(
+    length_mm: float,
+    width_mm: float,
+    height_mm: float,
+    circle_ratio: float,
+    min_mm: Sequence[float] = (10, 10, 10),
+    max_mm: Sequence[float] = (450, 320, 320),
+    circle_ratio_threshold: float = 0.8,
+) -> ClassificationResult:
+    fake = ObjectMeasurement(
+        length_mm=length_mm,
+        width_mm=width_mm,
+        height_mm=height_mm,
+        circle_ratio=circle_ratio,
+        area_px=0,
+        centroid_px=(0, 0),
+        contour=None,  # type: ignore
+        mask=None,  # type: ignore
+    )
+    return classify(fake, min_mm, max_mm, circle_ratio_threshold)