rpa_vision_v3/agent_rust/src/capture.rs

//! Capture d'écran via xcap.
//!
//! Fournit la capture du moniteur principal, l'encodage JPEG en base64,
//! et un hash perceptuel rapide pour la déduplication des heartbeats.

use base64::Engine;
use image::codecs::jpeg::JpegEncoder;
use image::DynamicImage;
use std::io::Cursor;

/// Capture le moniteur principal et retourne un DynamicImage.
///
/// Utilise xcap pour la capture cross-platform (DXGI sur Windows, X11/Wayland sur Linux).
pub fn capture_screenshot() -> Option<DynamicImage> {
    let monitors = match xcap::Monitor::all() {
        Ok(m) => m,
        Err(e) => {
            eprintln!("[CAPTURE] Erreur enumeration moniteurs : {}", e);
            return None;
        }
    };

    let primary = monitors
        .into_iter()
        .find(|m| m.is_primary().unwrap_or(false));
    let monitor = match primary {
        Some(m) => m,
        None => {
            eprintln!("[CAPTURE] Aucun moniteur principal trouve");
            return None;
        }
    };

    match monitor.capture_image() {
        Ok(rgba_image) => Some(DynamicImage::ImageRgba8(rgba_image)),
        Err(e) => {
            eprintln!("[CAPTURE] Erreur capture ecran : {}", e);
            None
        }
    }
}

/// Encode une image en JPEG et retourne le résultat en base64.
///
/// La qualité doit être entre 1 (mauvaise) et 100 (excellente).
/// 85 est un bon compromis taille/qualité pour le streaming réseau.
pub fn screenshot_to_jpeg_base64(img: &DynamicImage, quality: u8) -> String {
    let rgb = img.to_rgb8();
    let mut buffer = Cursor::new(Vec::new());

    let mut encoder = JpegEncoder::new_with_quality(&mut buffer, quality);
    if let Err(e) = encoder.encode(
        rgb.as_raw(),
        rgb.width(),
        rgb.height(),
        image::ExtendedColorType::Rgb8,
    ) {
        eprintln!("[CAPTURE] Erreur encodage JPEG : {}", e);
        return String::new();
    }

    base64::engine::general_purpose::STANDARD.encode(buffer.into_inner())
}

/// Encode une image en JPEG et retourne les bytes bruts.
pub fn screenshot_to_jpeg_bytes(img: &DynamicImage, quality: u8) -> Vec<u8> {
    let rgb = img.to_rgb8();
    let mut buffer = Cursor::new(Vec::new());

    let mut encoder = JpegEncoder::new_with_quality(&mut buffer, quality);
    if let Err(e) = encoder.encode(
        rgb.as_raw(),
        rgb.width(),
        rgb.height(),
        image::ExtendedColorType::Rgb8,
    ) {
        eprintln!("[CAPTURE] Erreur encodage JPEG : {}", e);
        return Vec::new();
    }

    buffer.into_inner()
}

/// Calcule un hash perceptuel rapide pour la déduplication.
///
/// Réduit l'image à 16x16 en niveaux de gris, puis calcule
/// un hash simple basé sur les pixels. Identique à la logique
/// Python (_quick_hash) dans agent_v1.
pub fn image_hash(img: &DynamicImage) -> u64 {
    let small = img.resize_exact(16, 16, image::imageops::FilterType::Nearest);
    let gray = small.to_luma8();

    // Hash FNV-1a simple sur les pixels (rapide, pas besoin de crypto)
    let mut hash: u64 = 0xcbf29ce484222325;
    for pixel in gray.as_raw() {
        hash ^= *pixel as u64;
        hash = hash.wrapping_mul(0x100000001b3);
    }
    hash
}

/// Retourne les dimensions du moniteur principal (largeur, hauteur).
///
/// xcap utilise DXGI sur Windows qui retourne toujours les pixels physiques,
/// independamment du DPI awareness. Ceci est coherent avec les coordonnees
/// physiques d'enigo quand le process est DPI-aware.
pub fn screen_dimensions() -> Option<(u32, u32)> {
    let monitors = xcap::Monitor::all().ok()?;
    let primary = monitors
        .into_iter()
        .find(|m| m.is_primary().unwrap_or(false))?;
    let w = primary.width().ok()?;
    let h = primary.height().ok()?;
    Some((w, h))
}