# 卡牌区域 OCR 内容指南

> **状态：2026-08-11 起，card_no 抽取逻辑已废弃**  
> 最终编号改走检测裁剪 + rec-only + 单次宽容。  
> 后处理规则见：**`卡牌区域OCR_rec宽容政策.md`**

---

## 一、新链路（当前生效）

```text
原图
 → card_seg_v2 分割 + warp + ensure_portrait
 → yolo26s_card_no 检测（conf=0.3；多框取最高 conf）
 → 裁剪编号区域
 → PP-OCRv6_medium_rec（仅 rec，不走 det）
 → apply_leniency（单次）
 → 若 rec_score≤0.9 且不合规格式 → card_no 置空（blur_unreadable）
 → 最终 card_no
```

| 步骤 | 实现 |
|------|------|
| 检测裁剪 | `pokemon/flat_card_no_detect.py` |
| OCR + 宽容 + 低分置空 | `pokemon/flat_card_no_ocr.py` |
| 宽容/格式判定 | `modules/card_no_leniency.py` |

**空结果展示两类：**

| blank_type | 对应 empty_reason | 含义 |
|------------|-------------------|------|
| **无编号** | `no_detection` 或 `rec_empty` | 无检测框，或有框但 rec 空 → 视同无编号 |
| **模糊不可读** | `blur_unreadable` | 有框，但 rec_score≤0.9 且不合规 → 图模糊 |

**说明：** rarity_short / element 不由 OCR 猜，由独立 yolo26s 检测模型输出。

---

## 二、合法 card_no 格式清单（验收口径）

> 以下用于**判断 rec 结果是否属于合法编号形态**。  
> 新链路**不再**用这套规则从整段 OCR 里“选号”；仅作格式对照与验收。

### 1. 斜杠式 `左/右`（最常见）

| 项 | 规则 |
|----|------|
| 形态 | `左侧/右侧` |
| 位数 | 两侧各 **1~5** 位（含字母数字） |
| 内容 | 优先数字，也可字母数字混合；至少一侧含数字 |
| 右侧连字符促销码 | 允许，如 `270/SM-P`、`144/S-P`、`337/S-P` |
| 右侧中点促销码 | 允许，如 `137/SM·P` |
| 右侧更长促销码 | 允许，如 `002/30th-P` |
| 稀有度后缀 | 右侧粘连 `RR/AR/SR/CHR/SAR/MA/RRR/SSR/PR/UR…` 时剥离后再看编号 |
| 示例 | `148/172`、`TG18/TG30`、`SV107/SV122`、`002/30th-P`、`137/SM·P` |

### 2. `No.` 式

| 项 | 规则 |
|----|------|
| 形态 | `No.` + **1~4 位数字** |
| 容忍 | 大小写；句点/空格；`o/O` 误读为 `a/A`（`Na 128`）；`mo.` 误读 |
| 输出 | 统一 `No.XXX` |
| 示例 | `No.128`、`No. 249` → `No.249`；`Na 128` → `No.128`；`mo.066` → `No.066` |

### 3. 长码式（无斜杠）

| 项 | 规则 |
|----|------|
| 形态 | **大写字母开头**，字母 + 数字混合，**总长 ≥3** |
| 约束 | 一般不带连字符（防伪长串排除） |
| 示例 | `AR5`、`XY17`、`XY44`、`DP09`、`SWSH144`、`SWSH261` |

### 4. 短纯数字

| 项 | 规则 |
|----|------|
| 形态 | **≤3 位**纯数字（可 `0` 开头） |
| 黑名单 | `999`、`000`（多是版权年/噪声，不作为有效编号） |
| 示例 | `5`、`24`、`001`、`023`、`123` |

### 5. 井号式

| 项 | 规则 |
|----|------|
| 形态 | **3~4 位**字母 + `#` + 数字（≥1 位） |
| 输出 | 字母统一大写 |
| 示例 | `ABC#12`、`DPBP#299`、`DPBP#480` |

---

## 三、相对旧文档的格式补全（2026-08-11）

在 `rec_score > 0.9` 实测（识别正确）中发现、旧 1~4 位斜杠/≥4 长码未写清的合法形态：

| 补全项 | 旧口径 | 新口径 | 示例 |
|--------|--------|--------|------|
| 斜杠位数 | 两侧 1~4 | **两侧 1~5** | `SV107/SV122` |
| 促销码长度 | 右侧约 ≤4 | **右侧可更长** | `002/30th-P` |
| 促销码分隔符 | 仅 `-` | **另含中点 `·`** | `137/SM·P` |
| 长码最短长度 | ≥4 | **≥3** | `AR5` |

**不算新格式（勿写入格式表）：**

| 结果 | 原因 |
|------|------|
| `001/SM-`（如 8321194） | 检测框偏短，真值多为 `001/SM-P` |
| `7/SV122` | 左侧被裁断的 SV 码 |
| `opponent` / `retreat` / `80 HP` | 框到非编号区域 |
| `168132` / `2293` | 纯数字长串，靠宽容政策尝试还原，不是独立编号格式 |

---

## 四、已废弃的旧选号逻辑（仅归档）

旧链路：

```text
固定 ROI 裁 seq_left / seq_right
 → PaddleOCR（det+rec）
 → 用五种格式从文本里“猜”card_no
 → 左右框按 格式优先级 > 左框优先 > OCR conf 选定唯一结果
```

旧附加规则中，**仍有用、已并入新宽容政策**的：

- `No.` / `Na` / `mo.` 归一  
- 稀有度后缀剥离  

**不再需要**的：

- 从左右两框猜哪个是编号  
- 斜杠两侧类型一致性 + 边缘噪点字母删除（`F148/172`→`148/172`）——检测框已基本消掉这类串扰  

---

## 五、相关文档

| 文档 | 用途 |
|------|------|
| `卡牌区域OCR_rec宽容政策.md` | **当前唯一后处理规则**（单次宽容） |
| `modules/card_no_leniency.py` | 宽容政策代码实现 |