简单的日志输出

检查是否已生成XML

处理入口 - 子类必须实现 Args: context: 处理上下文，包含输入数据和共享状态 Returns: ProcessingResult: 处理结果

加载配置文件

计算两个bbox的IoU

验证是否为有效公式 过滤条件： 1. 长度 >= 2 2. 包含数学符号 3. 不包含无效模式 4. 不是纯粗体短文本 5. 不是重复模式（如 \b=\b=\b=...

Load config/config.yaml.

Process image and return draw.io XML string. Args: image_path: Input image path. Returns: draw.io XM

将原始结果转换为ElementInfo列表

计算两个矩形框的 IoU

针对不同基础形状的特定取色和边框算法。 - 对于矩形类形状，使用动态边框宽度检测 - 对于非矩形形状（椭圆、菱形等），使用Mask提取更准确的填充色

Load SAM3 model.

SAM3推理 Args: image_path: 图片路径 prompts: 提示词列表 score_threshold: 置信度阈值 min_area

处理入口 - 合并所有XML片段 Args: context: 处理上下文，需要包含: - canvas_width, canvas_height: 画布尺寸

Run pipeline on one image. Returns output XML path or None.

计算 box_inner 被 box_outer 包含的比例 返回值范围 [0, 1]： - 1.0 表示完全包含 - 0.0 表示无重叠

Compute IoU of two boxes.

从CV检测结果创建ElementInfo

组内去重

从文字 XML 中提取所有文字元素的 bbox Args: text_xml: 文字处理生成的 XML 内容 img_width, img_height: 图片尺寸

Filter out text-type elements by blacklist/keywords.

生成mxCell XML

合并相近的平行线段，减少冗余 Args: lines: 线段列表，格式为 [(y, x1, x2), ...] 或 [(x, y1, y2), ...] threshold: 合并阈值，位置差小于此值的线段会被合并

多边形转边界框 (x_min, y_min, x_max, y_max)

缩放 XML 字符串中的坐标 支持两种格式： 1. 普通图形（vertex）：mxGeometry 的 x, y, width, height 2. 箭头/边（edge）：mxPoint 的 x, y（sourceP

Whether to try refinement.

清洗 LaTeX，替换不兼容的命令

对比原图和渲染后的图像，找出差异区域（遗漏的内容） Args: original_path: 原始图片路径 rendered_path: DrawIO渲染后的图片路径 config: 配置参数 - d

创建文本单元格 Args: text: 文字内容 x, y: 左上角坐标 width, height: 尺寸 font_size: 字号（pt）

精准矩形检测（补充SAM3遗漏的矩形） 采用保守策略： - 默认只启用可靠的检测方法（contour, nested_contour） - 提高检测门槛减少误检 - 对检测结果进行内容验证 :param cv2_image: BG

Extract only the given prompt group.

针对特定形状提取几何参数（如平行四边形的倾斜度、圆柱体的顶部高度等）。 返回参数字典，例如 {"size": 0.2, "direction": "south"}

精细化取色逻辑：区分 边框区域(Stroke) 和 内部区域(Fill) 优化策略： 1. Fill: 采样边框内侧的"回"字形区域（避开中心可能的文字），使用K-Means聚类找主色 2. Stroke: 提取边界框外围10%区域，取最暗的25%像素的均

生成完整的 draw.io XML Args: cells: 文本单元格列表 Returns: XML 字符串

获取配置文件路径

获取去重配置

从配置文件加载词组配置

获取SAM3配置

获取元素样式，CV检测的强制使用黑色细边框

获取文字过滤配置

根据文本内容推测字体 推测规则（按优先级）： 1. LaTeX 公式 → Times New Roman 2. 中文字符 → SimSun 3. 代码特征 → Courier New

加载SAM3模型

Load RMBG-2.0 ONNX model; fallback to CPU if CUDA fails.

Load RMBG model.

Normalize quadrilateral to canvas geometry.

将多边形转换为 draw.io geometry 格式 Args: polygon: 四边形顶点坐标 Returns: dict: {"x", "y", "w

处理入口 - 对问题区域进行Fallback补救 Args: context: 处理上下文 Returns: ProcessingResult，新增的元素会被

处理入口 - 评估质量 Args: context: 处理上下文 Returns: ProcessingResult，metadata中包含评估结果

Process image and return list of text blocks.

保存评估结果可视化图 Args: context: 处理上下文 bad_regions: 问题区域列表 output_path: 输出路径

标准化字体名称 策略： 1. 精确匹配映射表 2. 模糊匹配（如 ArialMT → Arial） 3. 归类未知字体

计算两个文本的相似度 改进：使用更严格的匹配，避免长文本与短公式误匹配

添加文本单元格到 XML

构建 mxCell 样式字符串 draw.io 使用分号分隔的键值对表示样式： style="text;fontSize=12;fontStyle=1;fontColor=#000000;"

构建完整的DrawIO XML结构

计算 box1 对 box2 的覆盖率 返回 (交集面积) / (box2 面积)

计算旋转角度 通过上边（P0 到 P1）的方向向量计算旋转角度。 水平向右为 0°，顺时针旋转为正角度。 Args: p0: 左上角坐标 p1: 右上

收集所有XML片段 收集顺序： 1. 从 context.xml_fragments 获取 2. 从 context.elements 中提取有 xml_fragment 的元素（坐标需要缩放回原始尺寸）

仅转换 OCR 结果（保留字体信息）

转换坐标格式（numpy 数组 → Python 列表）

创建DrawIO基础XML结构

创建内容掩码 - 识别图片中真正需要被检测的前景内容 关键改进：区分"前景内容"和"背景" - 背景：大面积连续的单色区域（白色、浅灰色、浅蓝色等） - 前景内容：图形、图标、文字、箭头等需要被检测的元素

创建覆盖掩码 - 严格判断有效输出 有效输出的定义： 1. 对于图片类内容（热力图、chart等）：必须有 base64 才算覆盖 2. 对于基本矢量图形：有 xml_fragment 就算覆盖 3.

跨组去重（智能版） 规则： 1. 优先保留 priority 高的组 2. 同优先级时，保留 score 高的 3. 箭头与其他元素重叠时特殊处理 4. 【新增】基础图形和图片类重叠时

识别问题区域 - 三重策略检测漏检区域 策略： 1. 双通道检测：基于内容掩码的细粒度/粗粒度连通域检测 2. 复杂图像区域检测：检测高方差区域（热力图、照片等）是否有 base64 覆盖 3. 小框

粗粒度通道：使用闭操作合并相邻内容 用于检测版块、大图、分散的图形组

检测复杂图像区域（热力图、照片、图表等） 三重策略： 1. 检查"图片类但没有 base64"的元素 2. 检测"完全没有被任何元素覆盖"的高复杂度区域（SAM3 漏检） 3. 基于图像分析的补充检测

细粒度通道：不做形态学操作，直接连通域分析 用于检测小图、图标、人脸等小目标

Detect global dominant font.

转义文本内容 - HTML 特殊字符转义 - LaTeX 公式转换为 MathJax 格式 \\(公式\\)

估算字号（取短边长度）

提取单个文字块的样式

提取文字块的边界框

从mask提取多边形轮廓

从 flowchart_text 生成的完整 XML 中提取 mxCell 片段 flowchart_text 生成的是完整的 drawio XML 文件， 我们需要从中提取 mxCell 元素（跳过 id=0 和 id=1 的基础

最终过滤：与已有元素去重 + 覆盖比例过滤 对于 complex 通道（复杂图像检测），使用更宽松的过滤条件

过滤被大图完全包含的小元素 规则： 1. 如果小元素被图片类大元素包含 > 85%，只保留大元素 2. 图片类：icon, picture, logo, chart, function_graph 3

Generate debug image.

Generate XML fragment for image element.

为 fallback 元素生成 XML 片段 Args: element: 元素信息

Generate XML for elements that do not have one yet. Arrows are treated as icon (image crop).

获取默认配置（当config.yaml不存在时使用）

Default model path under models/rmbg/.