```kotlin
// filename: AndroidCropPipelinePlan.md
// Architectural plan for building an Android handwriting text block cropper MVP using ML Kit.

```

### Архитектура приложения

Приложение нацелено на максимальную скорость и простоту: оно получает кадр с камеры, определяет границы бланка рецепта, выравнивает его, находит области с рукописным текстом и отправляет нарезку на бланке в виде массива `Base64` на бэкенд.

---

### Библиотеки и стек (Android / Kotlin)

* **UI Framework:** Jetpack Compose + Material 3.
* **Camera:** `androidx.camera:camera-camera2` (CameraX).
* **Document Scanner (Выравнивание бланка):** `com.google.android.gms:play-services-mlkit-document-scanner` (Google ML Kit Document Scanner API).
* **Text Detection (Поиск BoundingBoxes):** `com.google.android.gms:play-services-mlkit-text-recognition` (ML Kit Text Recognition).
* **Network / HTTP:** `io.ktor:ktor-client-android` + `io.ktor:ktor-client-content-negotiation` (Ktor Client).
* **Image Processing:** `io.coil-kt:coil-compose` (отображение) + стандартный `android.graphics.Bitmap`.

---

### Пошаговый план разработки для Агента

#### 1. Инициализация и разрешения

* Настроить `build.gradle.kts` с указанными выше библиотеками.
* Запросить стандартные разрешения `CAMERA` и доступ к хранилищу.

#### 2. Захват и выравнивание бланка (Document Scanner)

* Использовать `GmsDocumentScannerOptions`:
* Режим: `SCANNER_MODE_FULL`.
* Формат: `RESULT_FORMAT_JPEG`.
* Лимит страниц: `1`.


* Запустить интентом `GmsDocumentScanning.getClient(options).getStartScanIntent(...)`.
* Получить обратно отсканированный, обрезанный и выровненный `Uri` рецепта.

#### 3. Поиск рукописных прямоугольников (Bounding Boxes)

* Преобразовать `Uri` выровненного бланка в `InputImage.fromFilePath`.
* Запустить `TextRecognition.getClient(TextRecognizerOptions.DEFAULT_OPTIONS)`.
* Из полученного `Text` пройтись по `Text.TextBlock` или `Text.Line`.
* Извлечь прямоугольники: `val rect: Rect? = block.boundingBox`.

#### 4. Нарезка Bitmap (Cropping)

* Загрузить исходный `Bitmap` бланка.
* Для каждого полученного `Rect` выполнить:
```kotlin
val cropBitmap = Bitmap.createBitmap(
    originalBitmap, 
    rect.left, 
    rect.top, 
    rect.width(), 
    rect.height()
)

```


* Конвертировать каждый `cropBitmap` в строку Base64 (JPEG, quality 90).

#### 5. Отправка на бэкенд

* Сформировать DTO:
```kotlin
@Serializable
data class RecipePayload(
    val clientVersion: String = "1.0",
    val snippets: List<String> // Array of Base64 strings
)

```


* Отправить `POST`-запрос через Ktor на эндпоинт `/api/v1/recognize`.