добавлен парсер HEX с разбиением по FE; обрабатываем только строки 0x; D0→RAW; сегменты с F0→SYNC_DET (расчёт спектра и добавление в B‑scan), F4 в таких сегментах игнорируется; поддержка .csv и отложенный парсинг HEX для избежания SKIP по таймауту.

2025-11-13 18:07:59 +03:00
parent 2a30e12551
commit 385c2a6dad
3 changed files with 108 additions and 39 deletions
--- a/main.py
+++ b/main.py
@ -155,18 +155,23 @@ def parse_hex_file(filename):

    def finalize_segment():
        nonlocal cur
-        # Приоритет выбора, что считать сегментом
-        if cur["F4"]:
-            seg_fourier.append(np.asarray(cur["F4"], dtype=float))
-        elif cur["F3"]:
-            arr = np.asarray(cur["F3"], dtype=float)
-            seg_fourier.append(np.sqrt(np.maximum(0.0, arr)))
+        # Приоритет выбора сегмента:
+        # 1) Если есть F0 — используем как SYNC_DET (F4 игнорируем временно)
+        # 2) Иначе F1+F2 → амплитуда
+        # 3) Иначе F4 (если нет F0)
+        # 4) Иначе F3 (sqrt)
+        # 5) Иначе D0 как RAW
+        if cur["F0"]:
+            seg_sync.append(np.asarray(cur["F0"], dtype=float))
        elif cur["F1"] and cur["F2"] and len(cur["F1"]) == len(cur["F2"]):
            re = np.asarray(cur["F1"], dtype=float)
            im = np.asarray(cur["F2"], dtype=float)
            seg_fourier.append(np.sqrt(re * re + im * im))
-        elif cur["F0"]:
-            seg_sync.append(np.asarray(cur["F0"], dtype=float))
+        elif cur["F4"]:
+            seg_fourier.append(np.asarray(cur["F4"], dtype=float))
+        elif cur["F3"]:
+            arr = np.asarray(cur["F3"], dtype=float)
+            seg_fourier.append(np.sqrt(np.maximum(0.0, arr)))
        elif cur["D0"]:
            seg_raw.append(np.asarray(cur["D0"], dtype=float))
        # Сброс
@ -1097,10 +1102,20 @@ class DataAnalyzerApp:
    # ОСНОВНОЙ ЦИКЛ ОБРАБОТКИ ФАЙЛОВ
    # ============================================================================

-    def process_file_thread(self, fname, data_type, A, original_size):
-        """Обработка файла в отдельном потоке."""
-        try:
-            file_time = get_file_time_with_milliseconds(fname)
+    def process_file_thread(self, fname, data_type, A, original_size):
+        """Обработка файла в отдельном потоке."""
+        try:
+            # Если данные не были загружены в главном потоке (HEX отложен) — загрузим здесь
+            if A is None:
+                data_type, A = load_data_with_type(fname)
+                if isinstance(A, list):
+                    original_size = len(A[0]) if len(A) > 0 else 0
+                elif isinstance(A, np.ndarray):
+                    original_size = A.shape[0]
+                else:
+                    original_size = 0
+
+            file_time = get_file_time_with_milliseconds(fname)

            bscan_col = None
            add_to_bscan = False
@ -1137,7 +1152,7 @@ class DataAnalyzerApp:
            if add_to_bscan and bscan_col is not None and data_type != DATA_TYPE_FOURIER:
                self.bscan_queue.put((bscan_col, file_time, data_type))

-            self.schedule_update(original_size, data_type)
+            self.schedule_update(original_size, data_type)
            self.processed_count += 1

            timestamp = datetime.now().strftime("%H:%M:%S.%f")[:-3]
@ -1166,20 +1181,37 @@ class DataAnalyzerApp:

        self.process_files()

-    def process_files(self):
-        """Обработка файлов в цикле."""
-        files = sorted([f for f in os.listdir() if f.endswith('.csv') or
-                        f.endswith('.txt1') or f.endswith('.txt2') or f.endswith('.csv')])
-
-        new_files = [f for f in files if f not in self.processed_files]
-        print("new files:", new_files, files)
+    def process_files(self):
+        """Обработка файлов в цикле."""
+        files = sorted([
+            f for f in os.listdir()
+            if f.lower().endswith(('.txt', '.txt1', '.txt2', '.csv'))
+        ])
+
+        new_files = [f for f in files if f not in self.processed_files]

        for fname in new_files:
            time_start = time.perf_counter()

            try:
+                # Быстро определим тип по первой строке (без полного чтения файла)
+                with open(fname, 'r') as f:
+                    head = f.readline()
+                quick_type = detect_data_type(head)
+
+                if quick_type == DATA_TYPE_HEX:
+                    # Отложенный парсинг HEX в фоне, чтобы не блокировать UI и не превышать таймаут
+                    thread = threading.Thread(
+                        target=self.process_file_thread,
+                        args=(fname, DATA_TYPE_HEX, None, 0),
+                        daemon=True
+                    )
+                    thread.start()
+                    self.processed_files.add(fname)
+                    continue
+
+                # Для остальных типов загрузим сразу и применим лимит времени
                data_type, A = load_data_with_type(fname)
-                # Поддержка списка сегментов (HEX с FE)
                if isinstance(A, list):
                    original_size = len(A[0]) if len(A) > 0 else 0
                elif isinstance(A, np.ndarray):
@ -1194,22 +1226,22 @@ class DataAnalyzerApp:
                    self.skipped_count += 1
                    self.processed_files.add(fname)
                    continue
-
-                elapsed_time_ms = (time.perf_counter() - time_start) * 1000
-
-                if elapsed_time_ms > MAX_PROCESSING_TIME_MS:
-                    timestamp = datetime.now().strftime("%H:%M:%S.%f")[:-3]
-                    print(f"[{timestamp}] ⏭️  SKIP {fname} (load time: {elapsed_time_ms:.1f}ms)")
-                    self.skipped_count += 1
-                else:
-                    thread = threading.Thread(
-                        target=self.process_file_thread,
-                        args=(fname, data_type, A, original_size),
-                        daemon=True
-                    )
-                    thread.start()
-
-                self.processed_files.add(fname)
+
+                elapsed_time_ms = (time.perf_counter() - time_start) * 1000
+
+                if elapsed_time_ms > MAX_PROCESSING_TIME_MS:
+                    timestamp = datetime.now().strftime("%H:%M:%S.%f")[:-3]
+                    print(f"[{timestamp}] ⏭️  SKIP {fname} (load time: {elapsed_time_ms:.1f}ms)")
+                    self.skipped_count += 1
+                else:
+                    thread = threading.Thread(
+                        target=self.process_file_thread,
+                        args=(fname, data_type, A, original_size),
+                        daemon=True
+                    )
+                    thread.start()
+
+                self.processed_files.add(fname)

            except Exception as e:
                timestamp = datetime.now().strftime("%H:%M:%S.%f")[:-3]