PokemonCardSearch/code/modules/card_no_leniency.py

# -*- coding: utf-8 -*-
"""card_no rec 后处理：单次宽容政策 + 合法格式判定。

规则见 data_all/卡牌区域/卡牌区域OCR_rec宽容政策.md
合法格式见 data_all/卡牌区域/卡牌区域OCR内容指南.md
"""
from __future__ import annotations
import re

# 稀有度后缀，按长度从长到短匹配
RARITY_SUFFIXES = ["RRR", "SSR", "SAR", "CHR", "CSR", "UR", "HR", "SR", "RR", "AR",
                   "MR", "MA", "PR", "TR"]
# 末尾单符号（可带前导空格）
TAIL_CHARS = ["*", "★", "$", "C"]

# 纯数字固定位置：长度 → 0-based 索引
DIGIT_SLASH_INDEX = {7: 3, 6: 2, 5: 2, 4: 1}

RE_DIGIT_SPACE_SLASH = re.compile(r"^[\d /]+$")
RE_DIGIT_DOT = re.compile(r"^\d+\.\d+$")
RE_NO_MO = re.compile(r"^[NnmMm][AaOo]\.?\s*(\d{1,4})$")

# 合法格式（老五种 + 补全：斜杠1~5、促销更长、中点·、长码≥3）
RE_VALID_SLASH = re.compile(
    r"^[A-Za-z0-9]{1,5}/"
    r"(?:"
    r"[A-Za-z0-9]{1,5}"                          # 普通两侧 1~5
    r"|[A-Za-z0-9]{1,6}-[A-Za-z0-9]{1,3}"         # 连字符促销 如 SM-P / 30th-P / S-P
    r"|[A-Za-z0-9]{1,6}·[A-Za-z0-9]{1,3}"         # 中点促销 如 SM·P
    r")$"
)
RE_VALID_NO = re.compile(r"^No\.\d{1,4}$")
RE_VALID_LONG = re.compile(r"^[A-Z][A-Z0-9]{2,}$")  # 总长≥3，字母开头，含数字在 is_valid 再查
RE_VALID_SHORT_NUM = re.compile(r"^\d{1,3}$")
RE_VALID_HASH = re.compile(r"^[A-Za-z]{3,4}#\d+$")
CARD_NO_BLACKLIST = {"999", "000"}

# 空结果原因（与“无检测框”区分）
EMPTY_NO_DETECTION = "no_detection"      # yolo26s conf<0.3，卡面本身无编号
EMPTY_BLUR_UNREADABLE = "blur_unreadable"  # 有检测框，但 rec 低分且不合规（图模糊）
EMPTY_REC_EMPTY = "rec_empty"            # 有检测框，rec 直接空文本


def apply_leniency(text: str) -> str:
    """对 rec 识别文本应用宽容政策，返回最终 card_no。仅执行一次，不递归。"""
    if text is None:
        return ""
    text = str(text).strip()
    if not text:
        return ""

    # 1. 末尾稀有度后缀 / 单符号剥离（允许前导空格）
    for suffix in RARITY_SUFFIXES:
        if text.endswith(" " + suffix):
            return text[: -(len(suffix) + 1)].rstrip()
        if text.endswith(suffix):
            return text[: -len(suffix)].rstrip()
    for ch in TAIL_CHARS:
        if text.endswith(" " + ch):
            return text[:-2].rstrip()
        if text.endswith(ch):
            return text[:-1].rstrip()

    # 2. 末尾 '-' 补 'P'（如 001/SM- → 001/SM-P）
    if text.endswith("-"):
        return text + "P"

    # 3. 纯数字固定位置 1/7 → /
    if text.isdigit() and len(text) in DIGIT_SLASH_INDEX:
        idx = DIGIT_SLASH_INDEX[len(text)]
        if text[idx] in "17":
            return text[:idx] + "/" + text[idx + 1 :]

    # 4. 纯数字或数字+/ 中间空格去除
    if RE_DIGIT_SPACE_SLASH.fullmatch(text) and " " in text:
        return text.replace(" ", "")

    # 5. 纯数字中间点号 → /
    if RE_DIGIT_DOT.fullmatch(text):
        return text.replace(".", "/")

    # 6. No./mo./Na./ma. 等 → No.数字
    m = RE_NO_MO.fullmatch(text)
    if m:
        return f"No.{m.group(1)}"

    return text


def is_valid_card_no_format(text: str) -> bool:
    """是否命中合法 card_no 格式（指南老格式 + 四种补全形态）。"""
    if text is None:
        return False
    t = str(text).strip()
    if not t:
        return False
    if t in CARD_NO_BLACKLIST:
        return False
    if RE_VALID_SLASH.fullmatch(t):
        return True
    if RE_VALID_NO.fullmatch(t):
        return True
    if RE_VALID_LONG.fullmatch(t) and re.search(r"\d", t) and re.search(r"[A-Z]", t):
        return True
    if RE_VALID_SHORT_NUM.fullmatch(t):
        return True
    if RE_VALID_HASH.fullmatch(t):
        return True
    return False


def finalize_card_no(rec_text: str, rec_score: float, score_threshold: float = 0.9) -> dict:
    """宽容 + 低分不合规置空。

    返回:
      card_no, leniency_applied, empty_reason
      empty_reason:
        None              — 有有效编号
        rec_empty         — rec 原文为空
        blur_unreadable   — rec_score≤阈值 且宽容后仍不合规（图模糊）
    注意：无检测框的 no_detection 由上层在缺检测记录时写入，不在此函数判定。
    """
    rec_text = (rec_text or "").strip()
    if not rec_text:
        return {
            "card_no": "",
            "leniency_applied": False,
            "empty_reason": EMPTY_REC_EMPTY,
        }

    final = apply_leniency(rec_text)
    applied = final != rec_text
    score = float(rec_score or 0.0)

    # rec_score > 0.9：人眼已确认基本正确，保留（即使偶发形态偏怪）
    if score > score_threshold:
        return {
            "card_no": final,
            "leniency_applied": applied,
            "empty_reason": None,
        }

    # rec_score ≤ 0.9：必须命中合法格式，否则视为模糊不可读 → 置空
    if is_valid_card_no_format(final):
        return {
            "card_no": final,
            "leniency_applied": applied,
            "empty_reason": None,
        }

    return {
        "card_no": "",
        "leniency_applied": applied,
        "empty_reason": EMPTY_BLUR_UNREADABLE,
    }