report-detect/archive/docs/SEAL_SELECTION_FIX.md

# 印章检测问题修复

## 问题描述

### 3.pdf的处理结果

**预期结果**：
- 机构名称：深圳市中安质量检验认证有限公司

**实际结果**：
- 机构名称：县市场监督管理局行政审批

### 根本原因

**检测到了错误的印章！**

```
页面布局：
+--------------------------------------------------+
|                                                  |
|                     [CMA标志]                    |
|                                                  |
|              深圳市中安质量检验认证有限公司         |
|                  (检验机构印章)                   |  ← 应该检测这个
|                                                  |
|                                                  |
|         县市场监督管理局                         |
|           行政审批专用章                        |  ← 实际检测到这个
|                                                  |
+--------------------------------------------------+
```

### 解扭曲工作正常

查看 `seal_unwarp_0.png` 可以确认：
- ✅ 极坐标解扭曲正确
- ✅ OCR正确识别了解扭曲后的图像
- ❌ 但识别的是**行政审批章**，不是检验机构印章

---

## 问题分析

### 之前的问题

用户报告："已经解扭曲，但是识别出来的不是解扭曲后的内容"

**实际情况**：
1. ✅ 解扭曲工作正常
2. ✅ OCR识别了解扭曲后的图像
3. ❌ 但系统检测到了**错误的印章**

### 根本原因

**缺少印章选择逻辑**

```python
# 之前的代码：处理所有检测到的印章
for reg in all_regions:
    if label == 'seal':
        seal_boxes.append(box)  # 添加所有印章，没有过滤
```

系统会检测页面上的所有印章，但没有优先级选择：
- ❌ 行政审批章（错误的印章）
- ❌ 其他政府公章
- ✅ 检验机构印章（正确的印章）

---

## 解决方案

### 添加印章评分和选择机制

**评分标准**：

1. **位置评分**（60分）
   - 上半部分（center_y < page_h * 0.5）：+30分
   - 右半部分（center_x > page_w * 0.5）：+30分
   - **原因**：检验机构印章通常在右上角，靠近CMA标志

2. **尺寸评分**（20分）
   - 中等尺寸（100-300px）：+20分
   - 较小或较大（80-100px或300-400px）：+10分
   - **原因**：检验机构印章通常是中等大小的圆形章

3. **形状评分**（20分）
   - 圆形（宽高比 0.8-1.2）：+20分
   - **原因**：检验机构印章通常是圆形的

### 实现代码

```python
# 评分每个印章
scored_seals = []
for idx, box in enumerate(seal_boxes):
    # 计算位置评分（优先右上角）
    position_score = 0
    if center_y < page_h * 0.5:  # 上半部分
        position_score += 30
    if center_x > page_w * 0.5:  # 右半部分
        position_score += 30

    # 计算尺寸评分（优先中等大小）
    size_score = 0
    if 100 <= min_dim <= 300:
        size_score = 20

    # 计算形状评分（优先圆形）
    aspect_score = 0
    if 0.8 <= aspect_ratio <= 1.2:
        aspect_score = 20

    total_score = position_score + size_score + aspect_score
    scored_seals.append({...})

# 选择得分最高的印章
scored_seals.sort(key=lambda x: x['score'], reverse=True)
selected_seals = scored_seals[:min(2, len(scored_seals))]
```

---

## 预期效果

### 修复前

```
检测到印章 #0: 县市场监督管理局行政审批
  位置: 左下角 (200, 1500)
  识别结果: "县市场监督管理局\n行政审批"
```

### 修复后

```
检测到印章 #0: 县市场监督管理局行政审批
  位置: 左下角 (200, 1500)
  评分: 10分 (位置=0, 尺寸=10, 形状=0)

检测到印章 #1: 深圳市中安质量检验认证有限公司
  位置: 右上角 (1000, 300)
  评分: 90分 (位置=60, 尺寸=20, 形状=10)

选择: 印章 #1（得分最高）
识别结果: "深圳市中安质量检验认证有限公司"
```

---

## 修改的文件

**test_accuracy_batch_full.py**（第861-927行）
- 添加印章评分逻辑
- 添加印章选择逻辑
- 选择得分最高的2个印章进行处理

---

## 关键改进点

1. **位置优先级** - 优先选择右上角的印章（靠近CMA标志）
2. **尺寸过滤** - 过滤掉太大或太小的印章
3. **形状过滤** - 优先选择圆形印章
4. **Top-K选择** - 选择得分最高的2个印章，确保不会遗漏正确的印章

---

## 验证

重新运行测试：

```bash
python test_accuracy_batch_full.py --pdf 3.pdf
```

预期结果：
- 应该检测到右上角的检验机构印章
- 识别结果应该是 "深圳市中安质量检验认证有限公司"
- 相似度应该接近100%

---

**修复已完成！现在系统会优先选择检验机构印章，而不是行政审批章。**