OCR 프로그램 분석 및 개선 방안 보고서

저자: Moojoco | 날짜: 2026-08-08

핵심 문제: 1차원 순차 매칭으로 인한 Cascading Shift

문제점 4가지

1. 홀짝 교대 로직의 취약성 — 노이즈 텍스트 하나가 이후 모든 데이터를 오염시킴
2. 하드코딩된 ROI 크롭 — 해상도·화면 방향 변경 시 무력화 (w * 0.34 ~ 0.66)
3. 신뢰도 필터링 및 UI 마스킹 부재 — 저품질 OCR 결과 그대로 출력 혼입
4. 이미지 전처리 파이프라인 부재 — 다크 모드·저대비·소형 폰트 정확도 저하

개선 방안

1. 2D Bounding Box 공간 클러스터링 — Y축 근접도 기반으로 곡 단위 행 슬롯을 묶어 제목/아티스트 역할 분류
2. CLAHE 이미지 전처리 — 대비 강화 + 그레이스케일 변환
3. 상하단 UI 영역 물리적 마스킹 — 내비게이션 노이즈 제거
4. 신뢰도 임계값 설정 — 저품질 결과 필터링
5. LLM 또는 Fuzzy Matching 후처리 — 자동 오류 교정

리팩토링 코드 골격

def process_playlist_ocr(image):
    # 1. 마스킹
    h, w = image.shape[:2]
    roi = image[int(h*0.1):int(h*0.9), int(w*0.1):int(w*0.9)]
    # 2. 전처리
    gray = cv2.cvtColor(roi, cv2.COLOR_BGR2GRAY)
    enhanced = cv2.createCLAHE(clipLimit=2.0).apply(gray)
    # 3. OCR + 신뢰도 필터
    results = reader.readtext(enhanced, detail=1)
    filtered = [r for r in results if r[2] >= 0.7]
    # 4. Y축 클러스터링으로 행 단위 묶기
    rows = cluster_by_y(filtered, threshold=15)
    return rows

작성자: Moojoco