recipe/PLAN/gemini.md

// 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:

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:

@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.