# Change: Add OCR Track Gap Filling with Raw OCR Text Regions

## Why

PP-StructureV3 的版面分析模型在處理某些掃描文件時會嚴重漏檢，導致大量文字內容遺失。實測 scan.pdf 顯示：
- Raw PaddleOCR 文字識別：偵測到 **56 個文字區域**
- PP-StructureV3 版面分析：僅輸出 **9 個元素**
- 遺失比例：約 **84%** 的內容未被 PP-StructureV3 識別

問題根源在於 PP-StructureV3 內部的 Layout Detection Model 對掃描文件類型支援不足，而非我們的程式碼問題。Raw OCR 能正確偵測所有文字區域，但這些資訊在 PP-StructureV3 的結構化處理過程中被遺失。

## What Changes

實作「混合式處理」(Hybrid Approach)：使用 Raw OCR 的文字區域來補充 PP-StructureV3 遺失的內容。

- **新增** `GapFillingService` 類別，負責偵測並補回 PP-StructureV3 遺漏的文字區域
- **新增** 覆蓋率計算邏輯（中心點落入或 IoU 閾值判斷）
- **新增** 自動啟用條件：當 PP-Structure 覆蓋率 < 70% 或元素數顯著低於 Raw OCR 框數
- **修改** `OCRToUnifiedConverter` 整合 gap filling 邏輯
- **新增** 重新計算 reading_order 邏輯（依 y0, x0 排序）
- **新增** 測試案例：PP-Structure 嚴重漏檢案例、無漏檢正常文件驗證

## Impact

- **Affected specs**: `ocr-processing`
- **Affected code**:
  - `backend/app/services/ocr_to_unified_converter.py` - 整合 gap filling
  - `backend/app/services/gap_filling_service.py` - 新增 (核心邏輯)
  - `backend/tests/test_gap_filling.py` - 新增 (測試)
- **Track isolation**: 僅作用於 OCR track；Direct/Hybrid track 不受影響