Delete AUTO_DOT_README.md

handlers/videopage/AUTO_DOT_README.md

-# 自动标点功能模块使用说明
-
-## 功能概述
-
-`auto_dot.py` 模块实现了基于YOLO分割掩码的自动标点功能，可以自动检测容器的顶部和底部位置，替代人工手动标点。
-
-## 核心特性
-
-- **输入**: 图片 + 检测框
-- **输出**: 点位置信息 + 标注后的图片
-- **检测方法**: 
-  1. **liquid底部 + air顶部** (最可靠)
-  2. **liquid底部 + liquid顶部** (次选)
-  3. **air底部 + air顶部** (备选)
-
-## 独立调试
-
-### 1. 准备测试数据
-
-将测试图片放置到:
-```
-D:\restructure\liquid_level_line_detection_system\test_data\test_image.jpg
-```
-
-### 2. 配置检测框
-
-编辑 `auto_dot.py` 中的 `test_auto_dot()` 函数，修改 `boxes` 参数:
-
-```python
-# 方式1: [x1, y1, x2, y2] 格式
-boxes = [
-    [100, 200, 300, 600],  # 第一个容器
-    [400, 200, 600, 600],  # 第二个容器
-]
-
-# 方式2: [cx, cy, size] 格式
-boxes = [
-    [200, 400, 400],  # 中心点(200, 400), 尺寸400
-]
-```
-
-### 3. 运行测试
-
-```bash
-cd D:\restructure\liquid_level_line_detection_system\handlers\videopage
-python auto_dot.py
-```
-
-### 4. 查看结果
-
-- **控制台输出**: 详细的检测过程和结果
-- **标注图片**: `D:\restructure\liquid_level_line_detection_system\test_output\auto_dot_result.jpg`
-
-## API 使用示例
-
-```python
-from handlers.videopage.auto_dot import AutoDotDetector
-import cv2
-
-# 1. 创建检测器
-detector = AutoDotDetector(
-    model_path="path/to/model.dat",
-    device='cuda'  # 或 'cpu'
-)
-
-# 2. 加载图片
-image = cv2.imread("test_image.jpg")
-
-# 3. 定义检测框
-boxes = [
-    [100, 200, 300, 600],  # [x1, y1, x2, y2]
-]
-
-# 4. 执行检测
-result = detector.detect_container_boundaries(
-    image=image,
-    boxes=boxes,
-    conf_threshold=0.5
-)
-
-# 5. 获取结果
-if result['success']:
-    for container in result['containers']:
-        print(f"容器 {container['index']}:")
-        print(f"  顶部: ({container['top_x']}, {container['top']})")
-        print(f"  底部: ({container['bottom_x']}, {container['bottom']})")
-        print(f"  高度: {container['height']}px")
-        print(f"  置信度: {container['confidence']:.3f}")
-    
-    # 保存标注图片
-    cv2.imwrite("result.jpg", result['annotated_image'])
-```
-
-## 输出数据结构
-
-```python
-{
-    'success': bool,  # 检测是否成功
-    'containers': [
-        {
-            'index': int,          # 容器索引
-            'top': int,            # 顶部y坐标
-            'bottom': int,         # 底部y坐标
-            'top_x': int,          # 顶部x坐标
-            'bottom_x': int,       # 底部x坐标
-            'height': int,         # 容器高度(像素)
-            'confidence': float,   # 检测置信度
-            'method': str          # 检测方法
-        },
-        ...
-    ],
-    'annotated_image': np.ndarray  # 标注后的图片
-}
-```
-
-## 检测方法说明
-
-### 方法1: liquid_air (最可靠)
-- **容器底部**: liquid掩码的最低点
-- **容器顶部**: air掩码的最高点
-- **适用场景**: 同时检测到液体和空气
-
-### 方法2: liquid_only (次选)
-- **容器底部**: liquid掩码的最低点
-- **容器顶部**: liquid掩码的最高点
-- **适用场景**: 只检测到液体，未检测到空气
-
-### 方法3: air_only (备选)
-- **容器底部**: air掩码的最低点
-- **容器顶部**: air掩码的最高点
-- **适用场景**: 只检测到空气，未检测到液体
-
-## 可视化标注
-
-标注图片包含:
-- **绿色圆点**: 容器顶部
-- **红色圆点**: 容器底部
-- **青色连线**: 容器高度
-- **水平参考线**: 顶部和底部的水平位置
-- **文字标注**: Top-N, Bottom-N, 高度值
-
-## 注意事项
-
-1. **模型路径**: 确保模型文件存在且可访问
-2. **检测框位置**: 检测框应覆盖完整的容器区域
-3. **置信度阈值**: 默认0.5，可根据实际情况调整
-4. **GPU加速**: 建议使用CUDA加速，提高检测速度
-
-## 调试技巧
-
-1. **查看控制台输出**: 详细的检测过程日志
-2. **检查标注图片**: 验证检测结果的准确性
-3. **调整检测框**: 如果检测失败，尝试调整检测框的位置和大小
-4. **降低置信度**: 如果检测不到掩码，尝试降低 `conf_threshold`
-
-## 接入系统
-
-调试成功后，可以在主系统中调用:
-
-```python
-from handlers.videopage.auto_dot import AutoDotDetector
-
-# 在标注页面添加"自动标点"按钮
-# 点击后调用 detector.detect_container_boundaries()
-# 将返回的 top/bottom 坐标填充到标注点位置
-```