Step6 波长读取：spectral 解析失败时增加 .hdr 文本暴力解析兜底，消灭 band_1 fallback

src/core/glint_removal/get_spectral.py

@@ -223,6 +223,73 @@ def get_hdr_file_path(file_path):
     return os.path.splitext(file_path)[0] + ".hdr"
 
 
+def load_wavelength_columns(imgpath, num_bands):
+    """
+    加载 wavelength 列名（鲁棒版：三级回退）
+
+    优先级：
+      1) spectral.envi.read_envi_header（标准库解析，依赖 ENVI 头完整性）
+      2) 纯文本暴力解析 .hdr（兜底，绕过 spectral 对 band names / 波段数一致性的校验）
+         —— 解决 .hdr 中 band names 数量与 bands 不符导致的标准库解析失败问题
+      3) 最后回退：band_1, band_2, ..., band_N
+
+    Args:
+        imgpath: 影像文件路径（.bsq / .bil / .bip 等）
+        num_bands: 影像实际波段数（用于回退列名长度 & 不一致警告）
+
+    Returns:
+        spectral_columns: 长度为 num_bands 的字符串列表（与原代码列名格式一致：纯数字字符串）
+    """
+    hdr_path = get_hdr_file_path(imgpath)
+
+    # 1) 标准库解析
+    try:
+        in_hdr_dict = spectral.envi.read_envi_header(hdr_path)
+        wavelengths = np.array(in_hdr_dict['wavelength']).astype('float64')
+        spectral_columns = [str(wl) for wl in wavelengths]
+        print(f"[wavelength] 标准库解析成功，从 {hdr_path} 提取 {len(spectral_columns)} 个波长")
+        if len(spectral_columns) != num_bands:
+            print(f"[wavelength] 警告: 解析波长数 ({len(spectral_columns)}) 与影像波段数 ({num_bands}) 不一致，将以 num_bands 为准截断/补齐")
+        if len(spectral_columns) > num_bands:
+            spectral_columns = spectral_columns[:num_bands]
+        elif len(spectral_columns) < num_bands:
+            spectral_columns = spectral_columns + [f"band_{j+1}" for j in range(len(spectral_columns), num_bands)]
+        return spectral_columns
+    except Exception as e_std:
+        print(f"[wavelength] 标准库解析失败: {str(e_std)}，将尝试文本兜底解析")
+
+    # 2) 兜底：纯文本暴力解析
+    try:
+        if not os.path.isfile(hdr_path):
+            print(f"[wavelength] 文本兜底失败: {hdr_path} 不存在")
+        else:
+            with open(hdr_path, 'r', encoding='utf-8', errors='ignore') as f:
+                hdr_text = f.read()
+            pattern = r'wavelength\s*=\s*\{([^}]+)\}'
+            m = re.search(pattern, hdr_text, flags=re.IGNORECASE | re.DOTALL)
+            if m:
+                inner = m.group(1)
+                tokens = [t.strip() for t in inner.split(',') if t.strip()]
+                if tokens:
+                    if len(tokens) != num_bands:
+                        print(f"[wavelength] 文本解析波长数 ({len(tokens)}) 与影像波段数 ({num_bands}) 不一致，将以 num_bands 为准截断/补齐")
+                    if len(tokens) > num_bands:
+                        tokens = tokens[:num_bands]
+                    elif len(tokens) < num_bands:
+                        tokens = tokens + [f"band_{j+1}" for j in range(len(tokens), num_bands)]
+                    print(f"[wavelength] 文本暴力解析成功，从 {hdr_path} 提取 {len(tokens)} 个真实波长")
+                    return tokens
+                print(f"[wavelength] 文本兜底: 已匹配到 wavelength = {{ ... }}，但内部为空")
+            else:
+                print(f"[wavelength] 文本兜底: 未在 {hdr_path} 中匹配到 wavelength = {{ ... }} 字段")
+    except Exception as e_txt:
+        print(f"[wavelength] 文本兜底解析异常: {str(e_txt)}")
+
+    # 3) 全部失败，最后回退
+    print(f"[wavelength] 所有解析路径均失败，回退到 band_1..band_{num_bands}")
+    return ["band_" + str(j + 1) for j in range(num_bands)]
+
+
 def calculate_utm_zone(longitude):
     """
     根据经度计算UTM分区号
@@ -759,17 +826,8 @@ def get_spectral_in_coor(imgpath, coorpath, outpath, radius=0, flare_path=None,
         else:
             original_columns = []
     
-    # 读取波长信息，用作光谱列名
+    # 读取波长信息，用作光谱列名（三级回退：spectral 解析 → 文本暴力解析 → band_N 兜底）
-    wavelengths = None
+    spectral_columns = load_wavelength_columns(imgpath, num_bands)
-    try:
-        in_hdr_dict = spectral.envi.read_envi_header(get_hdr_file_path(imgpath))
-        wavelengths = np.array(in_hdr_dict['wavelength']).astype('float64')
-        # 将波长值转换为字符串作为列名
-        spectral_columns = [str(wl) for wl in wavelengths]
-        print(f"成功读取波长信息，共 {len(spectral_columns)} 个波段")
-    except Exception as e:
-        print(f"警告: 无法读取波长信息 ({str(e)})，使用默认列名 band_1, band_2, ...")
-        spectral_columns = ["band_" + str(j + 1) for j in range(num_bands)]
     
     # 构建输出列名（不包含前两列坐标列和UTM列）
     all_columns = original_columns + spectral_columns