feat(monitor): 补充常用OCR错误映射
问题: - '亻尔' 不在映射表中,导致无法还原成 '你' - '讠人' 不在映射表中,导致无法还原成 '认' 修复: - 添加 common_ocr_errors 字典 - 补充常见 OCR 错误映射: * '亻尔' → '你' * '讠人' → '认' * '讠我' → '认'(方言口音) 效果: - '亻尔个事儿' → '你个事儿'(放行) - '默讠人登录密码' → '默认人登录密码'(若添加 '讠人' 映射)
This commit is contained in:
+14
-1
@@ -98,7 +98,7 @@ def _is_radical_char(ch: str) -> bool:
|
||||
|
||||
|
||||
def _load_radical_mapping() -> dict:
|
||||
"""从 unicode_radicals.md 加载偏旁合体映射。
|
||||
"""从 unicode_radicals.md 加载偏旁合体映射 + 常用OCR错误修正。
|
||||
|
||||
返回: {OCR识别的偏旁组合: 正确汉字}
|
||||
例如: {'讠吾': '语', '亻牛': '件', '彳亍': '行'}
|
||||
@@ -112,6 +112,10 @@ def _load_radical_mapping() -> dict:
|
||||
示例列格式:'正确汉字→OCR识别的偏旁组合'
|
||||
例如:'件→亻牛' 表示 OCR 把 '件' 识别成了 '亻牛'
|
||||
合体映射应为:'亻牛' → '件'
|
||||
|
||||
⭐ 2026-08-14 补充常用 OCR 错误映射(文件中未记录的常见错误):
|
||||
- '亻尔' → '你'(OCR 常把 '你' 拆成 '亻尔')
|
||||
- '讠人' → '认'(OCR 常把 '认' 拆成 '讠人')
|
||||
"""
|
||||
radical_map = {}
|
||||
try:
|
||||
@@ -134,6 +138,15 @@ def _load_radical_mapping() -> dict:
|
||||
radical_map[right] = left
|
||||
except Exception as e:
|
||||
logger.warning(f"[ocr] 加载偏旁合体映射失败({e})")
|
||||
|
||||
# ⭐ 补充常用 OCR 错误映射(文件中未记录的常见错误)
|
||||
common_ocr_errors = {
|
||||
"亻尔": "你", # OCR 常把 '你' 拆成 '亻尔'
|
||||
"讠人": "认", # OCR 常把 '认' 拆成 '讠人'
|
||||
"讠我": "认", # OCR 常把 '认' 拆成 '讠我'(方言口音)
|
||||
}
|
||||
radical_map.update(common_ocr_errors)
|
||||
|
||||
logger.debug(f"[ocr] 偏旁合体映射: {len(radical_map)} 条")
|
||||
return radical_map
|
||||
|
||||
|
||||
Reference in New Issue
Block a user