# Change: Improve OCR Track Algorithm Based on PP-StructureV3 Best Practices

## Why

目前 OCR Track 的 Gap Filling 演算法使用 **IoU (Intersection over Union)** 判斷 OCR 文字是否被 Layout 區域覆蓋。根據 PaddleX 官方文件 (paddle_review.md) 建議，應改用 **IoA (Intersection over Area)** 才能正確判斷「小框是否被大框包含」的非對稱關係。此外，現行使用統一閾值處理所有元素類型，但不同類型應有不同閾值策略。

## What Changes

1. **IoU → IoA 演算法變更**: 將 `gap_filling_service.py` 中的覆蓋判定從 IoU 改為 IoA
2. **動態閾值策略**: 依元素類型 (TEXT, TABLE, FIGURE) 使用不同的 IoA 閾值
3. **使用 PP-StructureV3 內建 OCR**: 改用 `overall_ocr_res` 取代獨立執行 Raw OCR，節省推理時間並確保座標一致
4. **邊界收縮處理**: OCR 框內縮 1-2 px 避免邊緣重複渲染

## Impact

- Affected specs: `ocr-processing`
- Affected code:
  - `backend/app/services/gap_filling_service.py` - 核心演算法變更
  - `backend/app/services/ocr_service.py` - 改用 `overall_ocr_res`
  - `backend/app/services/processing_orchestrator.py` - 調整 OCR 資料來源
  - `backend/app/core/config.py` - 新增元素類型閾值設定

## Technical Details

### 1. IoA vs IoU

```
IoU = 交集面積 / 聯集面積  (對稱，用於判斷兩框是否指向同物體)
IoA = 交集面積 / OCR框面積 (非對稱，用於判斷小框是否被大框包含)
```

當 Layout 框遠大於 OCR 框時，IoU 會過小導致誤判為「未覆蓋」。

### 2. 動態閾值建議

| 元素類型 | IoA 閾值 | 說明 |
|---------|---------|------|
| TEXT/TITLE | 0.6 | 容忍邊界誤差 |
| TABLE | 0.1 | 嚴格過濾，避免破壞表格結構 |
| FIGURE | 0.8 | 保留圖中文字 (如軸標籤) |

### 3. overall_ocr_res 驗證結果

已確認 PP-StructureV3 的 `json['res']['overall_ocr_res']` 包含：
- `dt_polys`: 檢測框座標 (polygon 格式)
- `rec_texts`: 識別文字
- `rec_scores`: 識別信心度

測試結果顯示與獨立執行 Raw OCR 的結果數量相同 (59 regions)，可安全替換。