Class RefinementProcessor

modules/refinement_processor.py:103–434

二次处理模块（Fallback补救） 对MetricEvaluator识别出的问题区域进行二次处理。 核心策略（保守）： - 直接裁剪问题区域作为picture - 转成base64嵌入XML - 保证"所见即所得"，不丢失任何内容 可选扩展（TODO）： - 激进策略：对问题区域再次调用SAM3 - VLM增强：获取更精确的prompt - 局部高清化：提升小图质量

class RefinementProcessor(BaseProcessor):
    """
    二次处理模块（Fallback补救）
    
    对MetricEvaluator识别出的问题区域进行二次处理。
    
    核心策略（保守）：
        - 直接裁剪问题区域作为picture
        - 转成base64嵌入XML
        - 保证"所见即所得"，不丢失任何内容
    
    可选扩展（TODO）：
        - 激进策略：对问题区域再次调用SAM3
        - VLM增强：获取更精确的prompt
        - 局部高清化：提升小图质量
    """
    
    # 默认配置参数
    DEFAULT_CONFIG = {
        'min_region_area': 100,           # 最小区域面积（像素），太小跳过
        'min_region_ratio': 0.0005,       # 最小区域面积比例(0.05%)，太小跳过
        'default_confidence': 0.5,        # 新元素的默认置信度
        'expand_margin': 5,               # 裁剪时向外扩展的边距（像素）- 增加边距避免切边
        'skip_if_mostly_white': True,     # 是否跳过大部分为白色的区域
        'white_threshold': 0.95,          # 白色像素占比阈值 - 放宽到95%，只跳过真正纯白区域
    }
    
    def __init__(self, config=None):
        super().__init__(config)
        # 合并用户配置和默认配置
        self.refine_config = {**self.DEFAULT_CONFIG, **(config or {})}
    
    def process(self, context: ProcessingContext) -> ProcessingResult:
        """
        处理入口 - 对问题区域进行Fallback补救
        
        Args:
            context: 处理上下文
            
        Returns:
            ProcessingResult，新增的元素会被添加到context.elements中
        """
        self._log("开始二次处理（Fallback补救）")
        
        # 获取问题区域
        bad_regions = context.intermediate_results.get('bad_regions', [])
        
        if not bad_regions:
            self._log("没有问题区域需要处理")
            return ProcessingResult(
                success=True,
                elements=context.elements,
                canvas_width=context.canvas_width,
                canvas_height=context.canvas_height,
                metadata={
                    'new_elements_count': 0,
                    'regions_processed': 0,
                    'regions_skipped': 0