## Objet

Décrire le pipeline de traitement des images et comment diagnostiquer un blocage.

### Contexte

- Backend: Node.js/Express, OCR: tesseract.js, prétraitement: sharp, PDF: pdf-parse.
- Répertoires: `uploads/<folderHash>/` (entrées) et `cache/<folderHash>/` (résultats JSON).
- Métadonnées ignorées: `folder.json`, `*.meta`.

### Pipeline

1. Découverte des fichiers (ignore métadonnées)
2. Prétraitement image (grayscale, normalisation, contraste, débruitage)
3. OCR (multi-pass `ocrb+eng`, fallback `eng`)
4. Extraction PDF (pdf-parse ou OCR si scanné)
5. NER/Classification (règles personnes/entreprises/adresses, type doc)
6. Écriture JSON dans `cache/<hash>/<fileHash>.json`

### Délais attendus

- JPEG ~1 Mo: 45–120 s (par image)
- PDF texte: 0.2–2 s; PDF scanné: 30–90 s/page
- 2 images: 3–6 min au total (normal)

### Vérifications rapides

- Santé backend: `GET /api/health` → `{ status: "OK" }`
- État dossier: `GET /api/folders/<hash>/results`
  - `hasPending` true si traitements restants
  - `pending[].timestamp` récent
  - `results[].document.fileName` présent
- Fichiers cache: apparition de `cache/<hash>/<fileHash>.json`

### Signes de blocage

- `hasPending: true` > 10 min sans nouveaux JSON dans `cache/<hash>/`
- Logs erreurs répétées (ex: type de fichier non supporté)
- Port 3001 occupé (EADDRINUSE)

### Actions correctives

- Redémarrage simple:
  - `pkill -9 -f 'node.*backend/server.js' || true`
  - `nohup node backend/server.js > backend.log 2>&1 &`
- Vérifier l’ignorance des métadonnées dans `backend/server.js`
  - `if (file === 'folder.json' || file.endsWith('.meta')) { continue }`
- Recalcul pending: relancer l’endpoint results puis vérifier `pending`

### Qualité OCR CNI (note)

- Multi-pass Tesseract, amélioration d’image, regex adresse renforcée, MRZ si présent
- Cas cible: détecter `CANTU` (nom) et `Nicolas` (prénom) selon qualité du scan

### État courant (vérifié)

- Backend UP; dossier `7d99a85daf66a0081a0e881630e6b39b`
- `results`: 3 fichiers traités; `pending`: 0 (suite correctif normalisation)

### Correctif appliqué (normalisation Sharp)

- Problème: erreurs OCR « Expected number between 1 and 100 for upper but received 0.9 » dues à `normalize({ lower: 0.1, upper: 0.9 })`.
- Cause: Sharp attend des percentiles entiers 1..100 pour `lower`/`upper`.
- Correctif: `backend/enhancedOcr.js` → `normalize({ lower: 10, upper: 90 })`.
- Effet: fin des boucles d’erreurs; `hasPending: false`.