feat: search_roi parametro find() per limitare area di ricerca

Equivalente a Halcon set_aoi: matching opera su crop locale, coord
output ri-traslate al sistema scena. Costo proporzionale a w*h del
ROI invece di W*H scena intera.

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

pm2d/line_matcher.py

@@ -239,8 +239,6 @@ class LineShapeMatcher:
         self._train_mask = mask_full.copy()
 
         self.variants.clear()
-        # Invalida cache feature di refine: il template e cambiato.
-        self._refine_feat_cache = {}
         for s in self._scale_list():
             sw = max(16, int(round(w * s)))
             sh = max(16, int(round(h * s)))
@@ -435,36 +433,17 @@ class LineShapeMatcher:
         H, W = spread0.shape
         margin = 3
 
-        # Cache template features per angolo (chiave: int(round(ang*20)) =
-        # bucket di 0.05°). Golden-search ricontratto puo richiedere lo
-        # stesso bucket piu volte; evita re-warp+gradient+extract (costoso).
-        # Cache a livello matcher per riusare tra chiamate find() su scene
-        # diverse: la rotazione del template non dipende dalla scena.
-        if not hasattr(self, '_refine_feat_cache'):
-            self._refine_feat_cache = {}
-        feat_cache = self._refine_feat_cache
-        cache_scale_key = round(scale * 1000)
-
         def _score_at_angle(off: float) -> tuple[float, float, float]:
             """Ritorna (score, best_cx, best_cy) per angolo = angle_deg + off."""
             ang = angle_deg + off
-            ck = (round(ang * 20), cache_scale_key)
+            M = cv2.getRotationMatrix2D(center, ang, 1.0)
-            cached = feat_cache.get(ck)
+            gray_r = cv2.warpAffine(gray_p, M, (diag, diag),
-            if cached is not None:
+                                     flags=cv2.INTER_LINEAR,
-                fx, fy, fb = cached
+                                     borderMode=cv2.BORDER_REPLICATE)
-            else:
+            mask_r = cv2.warpAffine(mask_p, M, (diag, diag),
-                M = cv2.getRotationMatrix2D(center, ang, 1.0)
+                                     flags=cv2.INTER_NEAREST, borderValue=0)
-                gray_r = cv2.warpAffine(gray_p, M, (diag, diag),
+            mag, bins = self._gradient(gray_r)
-                                         flags=cv2.INTER_LINEAR,
+            fx, fy, fb = self._extract_features(mag, bins, mask_r)
-                                         borderMode=cv2.BORDER_REPLICATE)
-                mask_r = cv2.warpAffine(mask_p, M, (diag, diag),
-                                         flags=cv2.INTER_NEAREST, borderValue=0)
-                mag, bins = self._gradient(gray_r)
-                fx, fy, fb = self._extract_features(mag, bins, mask_r)
-                # LRU semplice: limita cache a ~256 angoli (8 angoli * 32 candidati)
-                if len(feat_cache) > 256:
-                    feat_cache.pop(next(iter(feat_cache)))
-                feat_cache[ck] = (fx, fy, fb)
             if len(fx) < 8:
                 return (0.0, cx, cy)
             dx = (fx - center[0]).astype(np.int32)
@@ -595,6 +574,7 @@ class LineShapeMatcher:
         verify_threshold: float = 0.4,
         coarse_angle_factor: int = 2,
         scale_penalty: float = 0.0,
+        search_roi: tuple[int, int, int, int] | None = None,
     ) -> list[Match]:
         """
         scale_penalty: se > 0, riduce lo score per match a scala diversa da 1.0:
@@ -602,11 +582,30 @@ class LineShapeMatcher:
         Utile se l'operatore vuole che match "identico al template anche per
         dimensione" abbia score più alto di match "stessa forma, dimensione
         diversa". scale_penalty=0 (default) = comportamento shape puro.
+
+        search_roi: (x, y, w, h) limita la ricerca a una regione della scena.
+        Equivalente a Halcon set_aoi: il matching opera su crop locale e le
+        coordinate output sono ri-traslate al sistema scena originale. Usare
+        quando si conosce a priori l'area in cui il pezzo può apparire (es.
+        feeder a posizione fissa) → costo proporzionale a w·h invece di W·H.
         """
         if not self.variants:
             raise RuntimeError("Matcher non addestrato: chiamare train() prima.")
 
-        gray0 = self._to_gray(scene_bgr)
+        gray_full = self._to_gray(scene_bgr)
+        # Applica ROI di ricerca: restringe scena a crop, ricorda offset per
+        # ri-traslare le coordinate dei match a fine pipeline.
+        if search_roi is not None:
+            rx, ry, rw, rh = search_roi
+            H_s, W_s = gray_full.shape
+            rx = max(0, int(rx)); ry = max(0, int(ry))
+            rw = max(1, min(int(rw), W_s - rx))
+            rh = max(1, min(int(rh), H_s - ry))
+            gray0 = gray_full[ry:ry + rh, rx:rx + rw]
+            roi_offset = (rx, ry)
+        else:
+            gray0 = gray_full
+            roi_offset = (0, 0)
         grays = [gray0]
         for _ in range(self.pyramid_levels - 1):
             grays.append(cv2.pyrDown(grays[-1]))
@@ -831,8 +830,11 @@ class LineShapeMatcher:
                 if ncc < verify_threshold:
                     continue
 
+            # Ri-traslo coord da spazio crop ROI a spazio scena originale.
+            cx_out = cx_f + roi_offset[0]
+            cy_out = cy_f + roi_offset[1]
             poly = _oriented_bbox_polygon(
-                cx_f, cy_f, tw * var.scale, th * var.scale, ang_f,
+                cx_out, cy_out, tw * var.scale, th * var.scale, ang_f,
             )
             # Penalità scala opzionale: score degrada con distanza da 1.0
             if scale_penalty > 0.0 and var.scale != 1.0:
@@ -840,7 +842,7 @@ class LineShapeMatcher:
                     0.0, 1.0 - scale_penalty * abs(var.scale - 1.0)
                 )
             kept.append(Match(
-                cx=cx_f, cy=cy_f,
+                cx=cx_out, cy=cy_out,
                 angle_deg=ang_f,
                 scale=var.scale,
                 score=score_f,