摘要

游戏的法术书页面里，每个法术图标旁有三类小角标，各画在一个小圆圈里：图标上方的数字、一个罗马数字、右下角的数字。读取器（项目里把截图中某一类信息读成结构化字段的程序）要先找到小圆圈，再对圈里的内容做 OCR（光学字符识别）或字形比对。上一轮（B077）在 4 张“稳定”评估书页上读对 125/141 个角标，剩下 16 个全部是“没找到圆圈”（NO_CIRCLE）。

检查发现，多数失败并不是圆圈不存在，而是程序预先估计的“圆圈大概在哪”（搜索提示）偏了超过 12 像素，导致找到的圆圈被拒。本实验用同一页上已经找到的多个圆圈估计整页的共同偏移，只对原先 NO_CIRCLE 的字段修正搜索位置，然后仍要求从当前像素真正找到圆圈。结果：稳定评估书页 125/141 → 139/141（98.58%），本批无接受错值。新功能默认关闭，只在显式的 Perception 工具中启用；新增分支的耗时没有测。

要回答的问题

  • 当前书页的角标失败，是因为圆圈不存在，还是因为搜索位置偏了？
  • 只用当前页自身的几何信息（不用标签、不用文字身份、不用历史截图）修正位置，能找回多少字段，会不会引入错值？

数据与来源

  • 沿用 B076 已有的精细标注和分母，评分方式不改。
  • 先用 4 个训练来源组的 8 张原图开发；参数冻结后，再测另外 3 个“历史已曝光”组的 6 张原图。所谓“已曝光”，是指这些图以前被开发者看过，所以这不是盲测。
  • 书页分“稳定页”（翻页动画已结束）和“过渡页”（正在翻页、画面变形）。编号 17–22 的数据未打开。
  • 标签、稳定标记和参考位置都不进入推理，只用于评分。

方法

  1. 收集支持点：在当前页上，已经检测到的小圆圈与对应图标给出的搜索提示之间有一个差值。取这些差值的中位数作为共同偏移，与中位数相差 5 像素以内的算“内点”。
  2. 支持门槛：至少 6 个内点且占比 ≥60%，来自至少 3 个图标、2 种位置类型；内点在画面上的跨度 x ≥200 像素、y ≥150 像素；偏移量本身 ≤12 像素。支持不足或者差值分裂成几团时，保留原失败，不拿一个固定平移去硬填。
  3. 只重试原 NO_CIRCLE 字段：用修正后的提示重新搜索。新圆圈必须真的从当前图检测到，且残差 ≤8 像素、半径与本页中位半径相差 ≤6 像素，不能占用已经分配给别的字段的圆圈。
  4. 读取不变：新圆圈进入原有的 OCR / 字形读取门槛；字形模型和所有读取阈值保持 B077。原搜索证据、支持圆圈、修正提示和新圆圈都随字段保存，便于回看。
  5. 不从规则、相邻截图或身份候选填数字。

设置

  • 新路径默认关闭（False），只在显式的完整截图工具中通过参数启用；不改 App、公共接口或其他模块。
  • 运行时机器上另有一个授权任务在跑核心模块的完整测试，因此两次运行都用“只测质量”模式，没有测整图时延。

结果

范围 旧版正确/可见 新版正确/可见 未知 缺槽字段 接受错值
训练 8 页 217/234 229/234（97.86%） 5 0 0
训练稳定 6 页 174/183 182/183（99.45%） 1 0 0
评估 6 页 151/189 165/189（87.30%） 18 6 0
评估稳定 4 页 125/141 139/141（98.58%） 2 0 0
评估过渡 2 页 26/48 26/48（54.17%） 16 6 0

稳定评估按位置：上方数字 47/47，罗马数字 46/47，右下数字 46/47。

  • 共 27 个新增圆圈进入读取：26 个读对、1 个未知。评估中的 15 个新圆圈逐个看过裁剪图，其中 14 个接受值与精标一致。
  • 原 46 个 NO_CIRCLE 的去向：27 个找到新圆圈，5 个重试后仍无圆圈，2 个超出本页支持范围，12 个当前圆圈之间不一致。最后这 12 个都在明显的翻页图上，程序没有强行套用共同偏移；该图原来 10 个可读字段保持不变。
  • 负例：训练 102 个、评估 51 个“无字面”控制位置没有误接受；翻页图的 12 个控制仍未判；6 个未匹配到槽位的观察没有被接受。

失败与负结果

  • 稳定评估还剩两个：一处罗马数字 I 的圆圈裁剪仍读不出；另一处右下数字 4 没有通过定位支持检查。保留失败，没有用评估答案调参。
  • 过渡页没有任何改善（26/48）。
  • 新增的 OCR 请求改变了批量大小，导致 28 个旧字段的 44 个原始 OCR 分数发生小幅变化，最大绝对差 0.001043。文字、取值和决定都没变；实际分数如实保存，没有用历史分数替换或舍入来伪造“完全相等”。

局限

  • 这是有限、已曝光书页上的回归，不是全界面、完整魔法书或十场独立对局的验收。
  • 印刷名称、资源及其他整页字段不在这三类角标的分母里；页面中央另有 3 个数字尚未实现。
  • 新增分支的时延没有测；上一轮 1.340 秒的整图 p95 不能代替。
  • 13 个新增 / 369 个相关软件测试通过，13 张旧完整截图的默认输出除计时外不变。软件测试只说明程序行为符合设计，不等于识别准确率。

结论与下一步

“同页多圆圈共同偏移”有效找回了稳定书页上大部分漏掉的角标，且没有引入错值，作为默认关闭的有限功能保留。不再把“恢复每一张翻页图”作为近期目标。下一步回到稳定完整截图中的英雄、技能、装备、兵种身份和整页缺项：已从旧输出清点出 748 项尚未人工审核的接受结果（英雄头像 189、主技能 219、兵种 233、装备 107），这只是待审库存，不是新增标签或精度；准备了每类 4 个、共 16 个平衡的训练候选作为审核入口。