OCR 框精修实验：实测放大对比噪声(1.27→1.87 fig px)，默认关、留 ?refine=1 开关；HANDOFF 记录差分指标教训

HANDOFF.md

@@ -126,7 +126,8 @@ design.png + impl.png ──PaddleOCR(_ocr_image)──> OCR items [{text, bbox_
 12. **内容全不同的列表页模块定位飘（2026-06-10 修复）** —— 店名/城市全不同时锚点 <3，投影退化成"套原 bbox"；加上实现缺标签/评论模块导致卡片高度变化，impl 框罩到错的卡上。**修（三级策略）：① `_detect_impl_card_bands` 行投影切 impl 真实卡片带（method1 会把 >0.9W 的全宽卡丢掉，别用）；② 同名卡片组按"第 k 张对第 k 张"序号配对（次序比锚点/投影稳）；③ 卡内子模块按父卡 y 比例跟随。优先级：序号吸附 > 投影+重叠吸附 > 套 bbox**。
 13. **按钮圆角检测的四个坑（2026-06-11）** —— ① 抢购类按钮面积 ~1900 < 收集门槛 3000，永远进不了 check_modules：**加"按钮型例外"（胶囊 token 或矢量边界，≥1200 即收）**；② 矢量按钮（VECTOR Union 画的胶囊）整棵子树无 cornerRadius 无 fills，`_has_visual_boundary` 排除它：**加 `_has_vector_boundary`（子形状铺满 bbox≥80%）**；③ **figma token 圆角渲染上限=短边一半**（token 30 在高 32 按钮上渲染就是胶囊 16），直接拿 token 比全是假差异：**d_r 取 min(token, 短边/2)**；④ 小元素负空间实测有噪声：**只报"形态等级"跨档**（胶囊 r≥0.38短边 / 圆角 / 直角 ≤2.5）。另：board 的 remap 重测可能比原位置更差（模块映射飘），**按测量置信度择优**，不如原测就回退。
 14. **PIL 中文标签豆腐块（2026-06-10 修复）** —— `/System/Library/Fonts/PingFang.ttc` 在新版 macOS 是打不开的 stub（OSError），fallback 到 Arial 后中文全变 □□。**修：`_load_font` 改 Hiragino Sans GB 优先**。圆角面板（上下文黄框 + 左上角放大青弧 + 数值）依赖中文标签，受此影响。
-15. **annotate 内 cx1/cx2 变量遮蔽（2026-06-10 修复）** —— `annotate_module_crop` 列分组循环里 `cx1 = min(c["lbox"][0] ...)` 覆盖了外层裁图坐标，导致 `m_left = mx1 - cx1` 全错——左边距起点漂移到幻影位置，画出 142/296/342 这类虚高值（用户反馈"起点不一致，一个从icon一个从文字"的元凶）。**修：循环内改名 kx1/kx2**。教训：长函数里短名坐标变量极易被内层循环覆盖，复用 cx/cy 前先 grep。
+15. **OCR 框像素精修会放大对比噪声（2026-06-12 实测，默认关）** —— 直觉上"框贴墨水边缘=更准"，但走查比较的是**两侧差值**：OCR 检测器的框松弛在两侧相关（相减抵消），墨水阈值精修的误差随各自背景/对比度变化、两侧不相关（相减叠加）。3 个 run、15 对同文案实测：精修后字高噪声 1.27→1.87 fig px（两版算法都变差）。`REFINE_BOX=False` 默认关，board `?refine=1` 实验用。教训：**优化"绝对精度"前先确认指标是不是差分量**。灵敏度旋钮：board `?tol=`(0.5~8，默认2) `?ocr=`(置信门槛)。
+16. **annotate 内 cx1/cx2 变量遮蔽（2026-06-10 修复）** —— `annotate_module_crop` 列分组循环里 `cx1 = min(c["lbox"][0] ...)` 覆盖了外层裁图坐标，导致 `m_left = mx1 - cx1` 全错——左边距起点漂移到幻影位置，画出 142/296/342 这类虚高值（用户反馈"起点不一致，一个从icon一个从文字"的元凶）。**修：循环内改名 kx1/kx2**。教训：长函数里短名坐标变量极易被内层循环覆盖，复用 cx/cy 前先 grep。
 
 ---
 

seg_preview_server.py

@@ -256,10 +256,12 @@ def board_page():
     tol = max(0.5, min(8.0, tol))
     moa.set_sensitivity(tol)
     # OCR 置信门槛：?ocr=0.4 更低=连小字/淡字也识别（但更多噪声）
+    # OCR 框精修：?refine=1 实验用（实测会放大对比噪声，默认关，见 figma_color_check 注释）
     try:
         from src import figma_color_check as _fcc
         _fcc.OCR_MIN_SCORE = max(0.2, min(0.9,
                                  float(request.args.get("ocr", _fcc.OCR_MIN_SCORE))))
+        _fcc.REFINE_BOX = request.args.get("refine", "0") == "1"
     except (ValueError, ImportError):
         pass
     fr = json.loads((run_dir/"figma_root.json").read_text("utf-8"))

src/figma_color_check.py

@@ -1084,6 +1084,52 @@ def _normalize_ocr_result(raw):
         return []
 
 
+# ⚠ OCR 框像素级精修：实测【默认关】。
+# 2026-06-12 在 3 个 run、15 对同文案上实测：精修后两侧字高差从均值
+# 1.27 fig px 升到 1.87（两版算法：墨水min/max、行列投影收紧，全都变差）。
+# 原因：走查比较的是两侧差值——OCR 检测器的框松弛在两侧是相关的（相减
+# 抵消），墨水阈值精修的误差随各自背景/对比度变化是不相关的（相减叠加）。
+# board ?refine=1 可临时打开做实验。
+REFINE_BOX = False
+REFINE_INK_DIFF = 42       # 与背景灰度差 > 42 视为"墨水"像素
+REFINE_PAD = 3             # （旧参数，行列投影版已不用外扩）
+
+
+def _refine_text_bbox(gray, x1, y1, x2, y2):
+    """OCR 框 → 文字真实墨水边缘（像素级精修，只收紧不外扩）。
+    OCR 框边缘有 ±1~2px 抖动 + 反锯齿光晕。做法：在原框内（最多外扩 1px）
+    取区域 → 边框一圈中位数当背景 → 行/列投影找"墨水占主体"的范围
+    （投影阈值=峰值 6%，零星邻居像素/光晕不会拉动边界）→ 收紧到该范围。
+    护栏：墨水太少（识别飘了）或太满（文字压图，背景估计不可信）→ 保持原框。
+    ⚠ 不允许外扩超 1px——外扩会吃进相邻下划线/邻字，实测会放大噪声。"""
+    H, W = gray.shape
+    rx1, ry1 = max(0, int(x1) - 1), max(0, int(y1) - 1)
+    rx2, ry2 = min(W, int(x2) + 1), min(H, int(y2) + 1)
+    if rx2 - rx1 < 6 or ry2 - ry1 < 6:
+        return x1, y1, x2, y2
+    region = gray[ry1:ry2, rx1:rx2].astype(np.int16)
+    border = np.concatenate([region[0, :], region[-1, :],
+                             region[:, 0], region[:, -1]])
+    bg = np.median(border)
+    mask = np.abs(region - bg) > REFINE_INK_DIFF
+    density = mask.mean()
+    if density < 0.04 or density > 0.65:
+        return x1, y1, x2, y2
+    rowsum = mask.sum(axis=1)
+    colsum = mask.sum(axis=0)
+    rthr = max(2, 0.06 * rowsum.max())
+    cthr = max(2, 0.06 * colsum.max())
+    rows = np.where(rowsum >= rthr)[0]
+    cols = np.where(colsum >= cthr)[0]
+    if rows.size < 4 or cols.size < 4:
+        return x1, y1, x2, y2
+    ny1, ny2 = ry1 + int(rows.min()), ry1 + int(rows.max()) + 1
+    nx1, nx2 = rx1 + int(cols.min()), rx1 + int(cols.max()) + 1
+    if nx2 - nx1 < 4 or ny2 - ny1 < 4:
+        return x1, y1, x2, y2
+    return nx1, ny1, nx2, ny2
+
+
 def _ocr_image(img: Image.Image) -> list[dict]:
     """跑 OCR，统一成 (text, bbox_canvas, h_fig, w_fig, x_center, y_center, score)。"""
     arr = np.array(img.convert("RGB"))
@@ -1091,6 +1137,7 @@ def _ocr_image(img: Image.Image) -> list[dict]:
     out: list[dict] = []
     if not result:
         return out
+    gray = np.array(img.convert("L")) if REFINE_BOX else None
     for box, text, score in result:
         try:
             s = float(score)
@@ -1105,6 +1152,8 @@ def _ocr_image(img: Image.Image) -> list[dict]:
         ys = [p[1] for p in box]
         x1, y1 = min(xs), min(ys)
         x2, y2 = max(xs), max(ys)
+        if REFINE_BOX:
+            x1, y1, x2, y2 = _refine_text_bbox(gray, x1, y1, x2, y2)
         h = y2 - y1
         w = x2 - x1
         if h < 6 or w < 6: