940a406dce
Backup commit before executing remove-unused-code proposal. This includes all pending changes and new features. 🤖 Generated with [Claude Code](https://claude.com/claude-code) Co-Authored-By: Claude Opus 4.5 <noreply@anthropic.com>
18 lines
1.1 KiB
Markdown
18 lines
1.1 KiB
Markdown
# Change: Fix OCR Track Table Rendering and Text Sizing
|
||
|
||
## Why
|
||
OCR Track 處理產生的 PDF 有兩個主要問題：
|
||
1. **表格內容消失**：PP-StructureV3 正確返回了 `table_res_list`（包含 `pred_html` 和 `cell_box_list`），但 `pp_structure_enhanced.py` 在通過 bbox overlap 匹配時只提取了 `cell_boxes` 而沒有提取 `pred_html`，導致表格的 HTML 內容為空。
|
||
2. **文字大小不一致**：OCR 座標系 (1275x1650 pixels) 與 PDF 輸出尺寸 (612x792 pts) 之間的縮放因子 (0.48) 導致字體大小計算不準確，文字過小或大小不一致。
|
||
|
||
## What Changes
|
||
- 修復 `pp_structure_enhanced.py` 中 bbox overlap 匹配時的 HTML 提取邏輯
|
||
- 改進 `pdf_generator_service.py` 中 OCR Track 的座標系處理，使用 OCR 座標系尺寸作為 PDF 輸出尺寸
|
||
- 調整 `_check_cell_boxes_quality()` 函數的判定邏輯，避免過度過濾有效表格
|
||
|
||
## Impact
|
||
- Affected specs: `ocr-processing`
|
||
- Affected code:
|
||
- `backend/app/services/pp_structure_enhanced.py` - 表格 HTML 提取邏輯
|
||
- `backend/app/services/pdf_generator_service.py` - PDF 生成座標系處理
|