breakpilot-pwa/docs-src/services/klausur-service/OCR-Compare.md

OCR Compare - Block Review Feature

Status: Produktiv Letzte Aktualisierung: 2026-02-08 URL: https://macmini:3002/ai/ocr-compare

---

Uebersicht

Das OCR Compare Tool ermoeglicht den Vergleich verschiedener OCR-Methoden zur Texterkennung aus gescannten Dokumenten. Die Block Review Funktion erlaubt eine zellenweise Ueberpruefung und Korrektur der OCR-Ergebnisse.

Hauptfunktionen

Feature	Beschreibung
Multi-Method OCR	Vergleich von Vision LLM, Tesseract, PaddleOCR und Claude Vision
Grid Detection	Automatische Erkennung von Tabellenstrukturen
Block Review	Zellenweise Ueberpruefung und Korrektur
Session Persistence	Sessions bleiben bei Seitenwechsel erhalten
High-Resolution Display	Hochaufloesende Bildanzeige (zoom=2.0)

---

Architektur

┌─────────────────────────────────────────────────────────────┐
│                    admin-v2 (Next.js)                        │
│  /app/(admin)/ai/ocr-compare/page.tsx                       │
│  - PDF Upload & Session Management                          │
│  - Grid Visualization mit SVG Overlay                       │
│  - Block Review Panel                                       │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                 klausur-service (FastAPI)                    │
│  Port 8086                                                   │
│  - /api/v1/vocab/sessions (Session CRUD)                    │
│  - /api/v1/vocab/sessions/{id}/pdf-thumbnail (Bild-Export)  │
│  - /api/v1/vocab/sessions/{id}/detect-grid (Grid-Erkennung) │
│  - /api/v1/vocab/sessions/{id}/run-ocr (OCR-Ausfuehrung)    │
└─────────────────────────────────────────────────────────────┘

---

Komponenten

GridOverlay

SVG-Overlay zur Visualisierung der erkannten Grid-Struktur.

Datei: /admin-v2/components/ocr/GridOverlay.tsx

interface GridOverlayProps {
  grid: GridData
  imageUrl?: string
  onCellClick?: (cell: GridCell) => void
  selectedCell?: GridCell | null
  showEmpty?: boolean        // Leere Zellen anzeigen
  showLabels?: boolean       // Spaltenlabels (EN, DE, Ex)
  showNumbers?: boolean      // Block-Nummern anzeigen
  highlightedBlockNumber?: number | null  // Hervorgehobener Block
  className?: string
}

Zellenstatus-Farben:

Status	Farbe	Bedeutung
recognized	Gruen	Text erfolgreich erkannt
problematic	Orange	Niedriger Confidence-Wert
manual	Blau	Manuell korrigiert
empty	Transparent	Keine Erkennung

BlockReviewPanel

Panel zur Block-fuer-Block Ueberpruefung der OCR-Ergebnisse.

Datei: /admin-v2/components/ocr/BlockReviewPanel.tsx

interface BlockReviewPanelProps {
  grid: GridData
  methodResults: Record<string, { vocabulary: Array<...> }>
  currentBlockNumber: number
  onBlockChange: (blockNumber: number) => void
  onApprove: (blockNumber: number, methodId: string, text: string) => void
  onCorrect: (blockNumber: number, correctedText: string) => void
  onSkip: (blockNumber: number) => void
  reviewData: Record<number, BlockReviewData>
  className?: string
}

Review-Status:

Status	Beschreibung
pending	Noch nicht ueberprueft
approved	OCR-Ergebnis akzeptiert
corrected	Manuell korrigiert
skipped	Uebersprungen

BlockReviewSummary

Zusammenfassung aller ueberprueften Bloecke.

interface BlockReviewSummaryProps {
  reviewData: Record<number, BlockReviewData>
  totalBlocks: number
  onBlockClick: (blockNumber: number) => void
  className?: string
}

---

OCR-Methoden

ID	Name	Beschreibung
vision_llm	Vision LLM	Qwen VL 32B ueber Ollama
tesseract	Tesseract	Klassisches OCR (lokal)
paddleocr	PaddleOCR	PaddleOCR Engine
claude_vision	Claude Vision	Anthropic Claude Vision API

---

API Endpoints

Session Management

Method	Endpoint	Beschreibung
POST	/api/v1/vocab/upload-pdf-info	PDF hochladen
GET	/api/v1/vocab/sessions/{id}	Session-Details
DELETE	/api/v1/vocab/sessions/{id}	Session loeschen

Bildexport

Method	Endpoint	Beschreibung
GET	/api/v1/vocab/sessions/{id}/pdf-thumbnail/{page}	Thumbnail (zoom=0.5)
GET	/api/v1/vocab/sessions/{id}/pdf-thumbnail/{page}?hires=true	High-Res (zoom=2.0)

Grid-Erkennung

Method	Endpoint	Beschreibung
POST	/api/v1/vocab/sessions/{id}/detect-grid	Grid-Struktur erkennen
POST	/api/v1/vocab/sessions/{id}/run-ocr	OCR auf Grid ausfuehren

---

Session Persistence

Die aktive Session wird im localStorage gespeichert:

// Speichern
localStorage.setItem('ocr-compare-active-session', sessionId)

// Wiederherstellen beim Seitenladen
const lastSessionId = localStorage.getItem('ocr-compare-active-session')
if (lastSessionId) {
  // Session-Daten laden
}

---

Block Review Workflow

1. PDF hochladen - Dokument in das System laden
2. Grid erkennen - Automatische Tabellenerkennung
3. OCR ausfuehren - Alle Methoden parallel ausfuehren
4. Block Review starten - "Block Review" Button klicken
5. Bloecke pruefen - Fuer jeden Block:
   • Ergebnisse aller Methoden vergleichen
   • Bestes Ergebnis waehlen oder manuell korrigieren
6. Zusammenfassung - Uebersicht der Korrekturen

---

High-Resolution Bilder

Fuer die Anzeige werden hochaufloesende Bilder verwendet:

// Thumbnail URL mit High-Resolution Parameter
const imageUrl = `${KLAUSUR_API}/api/v1/vocab/sessions/${sessionId}/pdf-thumbnail/${pageNumber}?hires=true`

Parameter	Zoom	Verwendung
Ohne hires	0.5	Vorschau/Thumbnails
Mit hires=true	2.0	Anzeige/OCR

---

Dateien

Frontend (admin-v2)

Datei	Beschreibung
app/(admin)/ai/ocr-compare/page.tsx	Haupt-UI
components/ocr/GridOverlay.tsx	SVG Grid-Overlay
components/ocr/BlockReviewPanel.tsx	Review-Panel
components/ocr/CellCorrectionDialog.tsx	Korrektur-Dialog
components/ocr/index.ts	Exports

Backend (klausur-service)

Datei	Beschreibung
vocab_worksheet_api.py	API-Router
hybrid_vocab_extractor.py	OCR-Extraktion

---

Aenderungshistorie

Datum	Aenderung
2026-02-08	Block Review Feature hinzugefuegt
2026-02-08	High-Resolution Bilder aktiviert
2026-02-08	Session Persistence implementiert
2026-02-07	Grid Detection und Multi-Method OCR