egg/OCR
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
86a66330006ab45b981033bf4856e9e3e2b65c6e
OCR/openspec/changes/archive/2025-12-11-fix-ocr-track-table-rendering/proposal.md
egg cfe65158a3 feat: enable document orientation detection for scanned PDFs 
- Enable PP-StructureV3's use_doc_orientation_classify feature
- Detect rotation angle from doc_preprocessor_res.angle
- Swap page dimensions (width <-> height) for 90°/270° rotations
- Output PDF now correctly displays landscape-scanned content

Also includes:
- Archive completed openspec proposals
- Add simplify-frontend-ocr-config proposal (pending)
- Code cleanup and frontend simplification

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude Opus 4.5 <noreply@anthropic.com>
2025-12-11 17:13:46 +08:00

1.1 KiB
Raw Blame History

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