test: couvrir les modules purs du pipeline (96 nouveaux tests)

Suite de tests unitaires pour tous les modules pipeline qui ne dépendent
pas du VLM — utiles pour garantir la non-régression après refactor et
servir de spec vivante de chaque fonction.

Fichiers :
- tests/test_json_utils.py   (20 tests) : parse_json_output + toutes les
  stratégies de récupération (fences, virgules manquantes, boucles vides,
  fermeture JSON, fallback _raw/_parse_error)
- tests/test_deskew.py       (11 tests) : détection Hough + correction,
  image synthétique + fixtures cache réel
- tests/test_checkboxes.py   (17 tests) : parse_ghs_injustifie,
  dark_ratio, inner_frac, et ground truth visuel sur 17 dossiers
  (mapping hash→OGC résolu au runtime pour éviter les constantes fragiles)
- tests/test_validation.py   (18 tests) : _check_cim10/ccam/ghm/ghs,
  cross-checks GHM↔GHS, annotate sur JSON vide et complet,
  preservation de l'input (copie défensive)
- tests/test_schema.py       (8 tests)  : clean_dossier retire les champs
  debug, préserve les champs métier, compacte la validation, ne modifie
  pas l'input
- tests/test_zones_config.py (8 tests)  : load/save round-trip, merge
  avec defaults, résilience JSON corrompu, get_zone

Total : 107 tests, 5.1 s d'exécution, tous passent. Aucune dépendance
GPU, s'exécutent en CI.

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

tests/test_deskew.py

@@ -0,0 +1,140 @@
+"""Tests unitaires pour pipeline.deskew.
+
+Tests sans dépendance GPU. Génère des images synthétiques en code + utilise
+les images du cache pour les cas réels.
+"""
+from __future__ import annotations
+
+import math
+from pathlib import Path
+
+import numpy as np
+import pytest
+from PIL import Image
+
+from pipeline.deskew import (
+    MAX_ANGLE_DEG,
+    MIN_ANGLE_DEG,
+    NEAR_HORIZONTAL_BAND,
+    deskew_image,
+    detect_skew_angle,
+)
+
+
+# ============================================================
+# Helpers : fabriquer une image synthétique avec des lignes
+# ============================================================
+
+def _make_grid_image(w: int = 800, h: int = 1000,
+                     n_lines: int = 30, angle_deg: float = 0.0) -> Image.Image:
+    """Crée une image blanche avec `n_lines` lignes horizontales équi-réparties,
+    optionnellement tournée d'un angle donné. Parfaite pour tester le détecteur.
+    """
+    arr = np.ones((h, w), dtype=np.uint8) * 255
+    for i in range(1, n_lines + 1):
+        y = int(i * h / (n_lines + 1))
+        arr[y - 1:y + 1, 50:w - 50] = 0  # ligne horizontale noire de 2 px
+    img = Image.fromarray(arr, mode="L")
+    if angle_deg != 0.0:
+        # PIL.rotate : angle positif = sens trigonométrique (= anti-horaire)
+        # On veut tester avec notre convention (positif = horaire) donc
+        # on inverse ici pour cohérence avec detect_skew_angle
+        img = img.rotate(-angle_deg, resample=Image.Resampling.BICUBIC,
+                         expand=False, fillcolor="white")
+    return img.convert("RGB")
+
+
+# ============================================================
+# Tests de détection
+# ============================================================
+
+class TestDetectSkewAngle:
+    def test_image_parfaitement_droite(self):
+        img = _make_grid_image()
+        angle = detect_skew_angle(img)
+        assert abs(angle) < 0.1, f"image droite doit donner ~0°, got {angle}"
+
+    @pytest.mark.parametrize("input_angle", [1.0, 2.0, -3.0, 4.0])
+    def test_detecte_angles_modérés(self, input_angle):
+        """Sur notre image synthétique (30 lignes), la sensibilité est ~1°.
+        Sur de vraies fiches OGC avec 300+ lignes de tableaux, la sensibilité
+        descend à 0.3° (cf. test réel sur OGC 1 : +0.91° détecté).
+        """
+        img = _make_grid_image(angle_deg=input_angle)
+        detected = detect_skew_angle(img)
+        assert abs(detected - input_angle) < 0.5, \
+            f"attendu ~{input_angle}°, détecté {detected}°"
+
+    def test_image_sans_lignes_retourne_zero(self):
+        # Image totalement uniforme → aucune ligne détectable
+        arr = np.ones((500, 500), dtype=np.uint8) * 255
+        img = Image.fromarray(arr, mode="L").convert("RGB")
+        assert detect_skew_angle(img) == 0.0
+
+    def test_angle_extrême_rejeté(self):
+        # Une rotation de 45° dépasse MAX_ANGLE_DEG → on refuse de corriger
+        img = _make_grid_image(angle_deg=45.0)
+        detected = detect_skew_angle(img)
+        # Soit 0.0 (pas de lignes quasi-horizontales à ±15°), soit borné
+        assert abs(detected) < MAX_ANGLE_DEG or detected == 0.0
+
+
+# ============================================================
+# Tests de correction (deskew_image)
+# ============================================================
+
+class TestDeskewImage:
+    def test_image_droite_inchangée(self):
+        img = _make_grid_image()
+        rotated, applied = deskew_image(img)
+        assert applied == 0.0
+        # Identité bit à bit
+        assert np.array_equal(np.array(rotated), np.array(img))
+
+    def test_image_inclinée_corrigée(self):
+        img = _make_grid_image(angle_deg=2.0)
+        rotated, applied = deskew_image(img)
+        # On attend qu'on applique un angle proche de 2° (convention positive)
+        assert abs(applied) > MIN_ANGLE_DEG, \
+            f"devrait corriger, got applied={applied}"
+        # Après rotation, l'angle résiduel doit être très faible
+        residual = detect_skew_angle(rotated)
+        assert abs(residual) < 0.5, \
+            f"angle résiduel trop grand après correction : {residual}°"
+
+    def test_seuil_min_angle_respecté(self):
+        # Un skew juste sous le seuil ne doit pas être corrigé
+        img = _make_grid_image(angle_deg=MIN_ANGLE_DEG / 2)
+        _, applied = deskew_image(img)
+        assert applied == 0.0
+
+    def test_angle_forcé(self):
+        """On peut forcer un angle arbitraire indépendamment de la détection."""
+        img = _make_grid_image()  # droit
+        rotated, applied = deskew_image(img, angle=5.0)
+        assert applied == 5.0
+        # Taille conservée
+        assert rotated.size == img.size
+
+
+# ============================================================
+# Tests avec fixtures réelles (si cache dispo)
+# ============================================================
+
+class TestOnRealCachedPages:
+    """Ces tests s'exécutent seulement si le cache d'images existe."""
+
+    @pytest.fixture
+    def cached_pages(self):
+        paths = sorted(Path(".cache/images").glob("*/page_01.png"))
+        if not paths:
+            pytest.skip("pas de cache d'images disponible")
+        return paths
+
+    def test_detection_ne_crash_pas(self, cached_pages):
+        """Sur toutes les pages cachées, detect_skew_angle ne doit pas planter."""
+        for p in cached_pages[:5]:  # limite pour la vitesse
+            img = Image.open(p)
+            angle = detect_skew_angle(img)
+            assert isinstance(angle, float)
+            assert abs(angle) <= MAX_ANGLE_DEG