plan for arcyll app

gistfile1.txt

# Image Quality Validator — Architekturplan

## Context
Tool zur Validierung von Digitalisierungsqualität. Erkennt Farbtargets (ColorChecker SG/Classic, Custom) in RAW/TIFF-Bildern, misst Farbwerte, validiert gegen FADGI, Metamorfoze, ISO 19264, ISO 12647. Output: PDF+HTML Reports. Electron-App mit Svelte Frontend, Python Backend.

## Stack
- **Backend**: Python 3.12+ / FastAPI
- **Frontend**: Electron + Svelte + TypeScript
- **Farbwissenschaft**: ArgyllCMS CLI-Tools (scanin, colverify, etc.) als Subprocess
- **Bildverarbeitung**: OpenCV, rawpy (RAW), Pillow (TIFF)
- **Target-Erkennung**: OpenCV (Konturen, Template Matching)
- **Reports**: Jinja2 Templates → HTML → WeasyPrint → PDF
- **IPC**: Electron ↔ Python via localhost HTTP (FastAPI)

## Projektstruktur
```
niklas/
├── backend/
│   ├── main.py                  # FastAPI entry
│   ├── requirements.txt
│   ├── core/
│   │   ├── image_loader.py      # RAW/TIFF laden
│   │   ├── target_detector.py   # Target im Bild finden
│   │   ├── patch_extractor.py   # Farbwerte aus Patches extrahieren
│   │   ├── argyll_wrapper.py    # ArgyllCMS CLI aufrufen
│   │   └── color_math.py        # Delta E, Farbkonvertierung (Fallback ohne Argyll)
│   ├── standards/
│   │   ├── fadgi.py             # FADGI Star-Rating Schwellwerte
│   │   ├── metamorfoze.py       # Metamorfoze Toleranzen
│   │   ├── iso_19264.py         # ISO 19264 Grenzwerte
│   │   └── iso_12647.py         # ISO 12647 Grenzwerte
│   ├── targets/
│   │   ├── colorchecker_sg.py   # 140 Felder, Referenzwerte, Layout
│   │   ├── colorchecker_classic.py  # 24 Felder
│   │   └── custom_target.py     # Benutzerdefinierte Targets
│   ├── reports/
│   │   ├── generator.py         # Report-Erstellung
│   │   └── templates/
│   │       └── report.html.j2   # Jinja2 Template
│   └── api/
│       ├── routes.py            # REST Endpoints
│       └── schemas.py           # Pydantic Models
├── frontend/
│   ├── package.json
│   ├── electron/
│   │   └── main.ts              # Electron Main Process
│   ├── src/
│   │   ├── App.svelte
│   │   ├── lib/
│   │   │   ├── ImageViewer.svelte    # Bildanzeige + Target-Overlay
│   │   │   ├── ResultsPanel.svelte   # Delta-E Tabelle, Pass/Fail
│   │   │   ├── TargetSelector.svelte # Target-Typ wählen
│   │   │   └── ReportView.svelte     # Report-Vorschau
│   │   └── stores/
│   │       └── analysis.ts      # Svelte Store für Analysedaten
│   └── static/
└── CLAUDE.md
```

## Implementierungsphasen

### Phase 1: Backend-Kern (MVP)
1. **Image Loader** — RAW (rawpy/libraw) + TIFF (Pillow) laden, zu numpy array
2. **Target-Erkennung** — OpenCV: Bild → Graustufen → Schwellwert → Konturen → Raster erkennen. Fallback: manuelle Positionsangabe (x,y,w,h + Zeilen×Spalten)
3. **Patch-Extraktion** — Mittlere Farbwerte pro Feld (RGB→Lab via colour-science oder ArgyllCMS)
4. **ArgyllCMS Wrapper** — `scanin` zum Einlesen, `colverify` zum Vergleichen gegen Referenz
5. **Delta-E Berechnung** — ΔE*ab, ΔE00 pro Patch

### Phase 2: Standards-Validierung
6. **FADGI** — 4-Sterne-System: Tone Response, White Balance, Color Accuracy (ΔE00), Noise, Illumination Uniformity
7. **Metamorfoze** — Strict/Light: ΔE-Toleranzen, Lichthomogenität, Auflösung
8. **ISO 19264** — Digitalisierungsqualität Kulturerbe: ΔE-Grenzwerte, OECF
9. **ISO 12647** — Druckproduktion: Farbabweichung Prozessfarben

### Phase 3: Reports
10. **HTML-Report** — Jinja2 Template: Übersicht, Patch-Grid mit Soll/Ist, ΔE-Heatmap, Pass/Fail pro Standard
11. **PDF-Report** — WeasyPrint aus HTML generieren

### Phase 4: Electron-App
12. **Electron + Svelte Setup** — electron-builder, Svelte + Vite
13. **Python-Backend starten** — Electron startet FastAPI als Child Process
14. **UI** — Drag&Drop Bildupload, Target-Auswahl, Live-Vorschau, Report-Download

### Phase 5: Polish
15. Batch-Verarbeitung mehrerer Bilder
16. Target-Datenbank (JSON) für Custom Targets
17. Einstellungen (Sprache DE/EN, Standard-Auswahl)

## Referenzdaten benötigt
- ColorChecker SG: 140 Lab-Referenzwerte (aus ArgyllCMS `.cht`/`.cie` Dateien)
- ColorChecker Classic: 24 Lab-Referenzwerte
- FADGI/Metamorfoze Schwellwerte (öffentlich dokumentiert)

## Verifizierung
- Unit Tests: Bekannte Referenzbilder mit ColorChecker → erwartete ΔE-Werte
- Integration: Gesamtpipeline Bild → Report
- E2E: Electron App öffnen, Bild laden, Report generieren

## Offene Fragen
1. Ist ArgyllCMS bereits auf deinem System installiert? (`which scanin`)
2. Hast du Testbilder (RAW/TIFF mit ColorChecker SG) zum Entwickeln?
3. Soll die App mehrsprachig sein (DE/EN) oder nur Deutsch?
4. Lizenzmodell des fertigen Programms? (relevant wegen ArgyllCMS AGPL)