摘要
打开法术书时，每个法术图标旁有几个小角标，其中一个圆圈里印着罗马数字（I 到 V），表示法术等级。它们笔画细、尺寸小，通用 OCR 经常读不出来或把 I 读成 1、l。上一轮的结果里，稳定书页上 47 个罗马角标只读对 16 个。
本实验不改圆圈定位，只在“已经找到圆圈、但 OCR 没给出合法罗马字面”时，用当前圆圈里的像素做字形模板分类。分类器在 4 个训练来源组上做“留一组验证”选门槛，冻结后才读评估页。结果：评估稳定书页从 106/141 提升到 125/141，罗马角标 16/47→35/47，新增接受的值全部和逐像素精标一致，没有错值。剩下的未知主要是圆圈没有被定位到。
要回答的问题
只依据圆圈里的当前像素（不借法术类别、规则或其它字段），能否可靠地把小罗马数字分类成 I–V，并在不确定时拒判？
数据与来源
- 沿用上一轮（B076）的 4 个训练来源组：69 个真实罗马圈内裁图作正例，149 个阿拉伯数字角标和 102 个空位置作负例。这是 320 个裁图，不是 320 帧或 320 局。
- 其中 55 个罗马和 66 个负例能提取出完整笔画特征，其余直接拒判。
- 评估：上一轮的三组历史曝光评估页，共 6 页（4 页稳定、2 页翻页过渡），仅作回归，不是盲测；另有被封存的来源没有打开。
方法
- 只有在原图里已找到圆圈、而原 OCR 低分或没有合法罗马字面时才启用补读；已有字面、无圈、局部质量拒绝和非罗马字段都不触发。高质量 OCR 与分类结果矛盾时保留冲突，不覆盖。
- 提取完整的深色笔画，保留字形的宽高比例，与训练中真实出现过的 I–V 模板以及一个“拒绝”类做相似度比较。
- 接受条件：余弦相似度 ≥ 门槛，且第一名比第二名高 ≥0.08。这些分数是未校准的模型分数。
- 不把 OCR 的 1/l 改写成 I，不靠法术身份或规则补答案。
设置
在训练来源上按 4 组轮流留出，门槛候选 0.80/0.82/0.84/0.86/0.88/0.90，类别差固定 0.08。选择保持 55 个留出正确的最高门槛 0.82（初始的 0.90 只有 41 个正确）。冻结模型和门槛后才运行评估；之后没有再改动。
结果
留一组验证：55/69 正确、14 拒判、251 个负例全部拒绝、没有接受错误类别。
完整截图重新读取（推理只收到原图和模型配置，不收到参考）：
| 范围 | 上一轮 正确/可见 | 本轮 正确/可见 | 剩余未知 | 缺槽字段 | 接受错值 |
|---|---|---|---|---|---|
| 训练 8 页 | 193/234 | 217/234（92.74%） | 17 | 0 | 0 |
| 训练稳定 6 页 | 156/183 | 174/183（95.08%） | 9 | 0 | 0 |
| 评估 6 页 | 129/189 | 151/189（79.89%） | 32 | 6 | 0 |
| 评估稳定 4 页 | 106/141 | 125/141（88.65%） | 16 | 0 | 0 |
| 评估过渡 2 页 | 23/48 | 26/48（54.17%） | 16 | 6 | 0 |
评估的全部罗马字面 18/63→40/63，稳定页 16/47→35/47。22 个新增接受逐个查看了裁图，都与原像素精标一致；上方和右下的阿拉伯数字没有变化；训练 102 个、评估 51 个“无字面”对照都没有误接受。
热启动整图（文件读入 → 识别 → JSON）p95：训练 1.158 秒、评估 1.340 秒，各只有 8/6 个样本；冷启动界面约 3 秒、文字模型约 4.8 秒另计。
失败与负结果
- 一个单元测试发现：很细的“I”只占不到 10% 像素时会被错误拒绝；改为按像素分位数（p90−p2）判断对比度后修正，留组结果不变。v1/v2/v3 训练记录都保留。
- 训练里 16 个“找不到圆圈”的字段逐个查看：按原霍夫圆检测参数复算，13 个其实检出了清楚的小圈，但离图标给出的提示中心超过 12 像素容许范围；另 3 个没有检出圈，都在翻页过渡页。
- 第一次计时运行时机器上另有任务在跑全套测试，那两次的整帧耗时作废（记为空），等竞争进程结束后才重新计时。
局限
- 评估页是历史曝光数据，不是新盲测；稳定页仍未到 95%。
- 中央数字字段尚未实现，不计入三角标分母；整页印刷名称和资源数字也没有逐项验收。
- 默认不加载这个模板库，App 和公共协议不变。
结论与下一步
基于当前像素的字形模板能安全地补回大部分漏读的罗马等级，剩余缺口集中在圆圈定位。下一步利用同一页上已经找到的多个圆圈来校验和修正定位提示，先在训练来源分析离群和错位负例，再冻结评估；不为每种翻页姿态单独加补救。
Comments