LightOnOCR3坐标换算：按实际送入图像缩放定位，拒绝把千分坐标当像素

素材身份：作者原创输入/可编辑参考。目标工具未在本轮执行。
先打开 index.html；input.csv 是原始字段，reference.csv 是验收基准，negative.csv 是故意构造的坏样例。
actual-results.csv 保留未测状态，实际执行后再填写。

前置条件：
LightOnOCR-3采用本地或自有授权服务；4B/0.8B为Qwen3.5架构，1B架构不同，显存还受图片与上下文影响，不承诺某张卡必定够用。
使用官方仓库锁定的兼容依赖；当前仓库说明vLLM0.30.0与Transformers5.16.1，模型卡的旧最低版本不能替代锁文件。
模型Apache2.0；仅空prompt或grounding是文档支持输入，原生PDF与检查无需付费，模型识别未执行。

操作步骤：
1. 记录图像尺寸
保存原页与实际送入模型的图像尺寸，建立pageId。
PDF点坐标、渲染像素与规范化坐标分别列，不能混在一列。

2. 读取原始bbox
从真实grounding结果解析x0、y0、x1、y1。
本课参考框为作者标注，仅用来测试转换，不冒充OCR测量。

3. 检查合法范围
拦截负数、超过1000和反向边界。
异常先记录，不直接裁剪成一个空图片后说定位成功。

4. 转换到当前像素
使用x×width/1000和y×height/1000，按当前图大小计算。
1200×1600上的(100,200,500,400)应映到(120,320,600,640)。

5. 验证第二分辨率
在600×800图上重算同一规范化框。
不能复用第一张图的像素框，否则会放大两倍。

6. 回看裁切内容
显示完整页、框和裁切三者，检查标题或数值确在框中。
坐标数学正确但框内容错时仍属于识别定位问题。

7. 保存坐标谱系
交付原图尺寸、模型输入图尺寸、规范化框与像素框。
后续旋转或裁剪后必须更新映射，不沿用旧pageId。

验收：
两尺寸框指向相同原稿内容。
范围错误在裁切前被拦截。
像素框可回算规范化值。

官方资料：
https://github.com/lightonai/LightOnOCR

图片身份：assets/ 为内置image_gen生成的原创练习输入缩略版，原始文件保留在网站图片来源地址。可编辑SVG为作者原生排版。