torben/chemenu
1
1 Fork 0
Code Issues 40 Pull Requests Actions Packages Releases 41 Wiki Activity

raw derive PDF: Bildseiten-CHECK zählt Seitenhintergründe, Füllpixel und wiederkehrende Symbole mit – nennt bei IHF alle 96 Seiten #229

New Issue
Closed
opened 2026-10-14 05:38:52 +00:00 by torben · 2 comments
torben commented 2026-10-14 05:38:52 +00:00
Owner
Copy link
Copy source

Befund aus der Prüfung am Original von #225 (2026-10-14, raw derive-Filter auf die IHF-Regeln 2025 und die BHV-Durchführungsbestimmungen 2026/27 Teil I–III, Version 10.1.0-beta.1).

Problem

tools/chemenu/filters/pdf.py (um Z. 70) meldet jede Seite, auf der pdf_layout.analyse ein LTImage findet (PageLayout.images, pdf_layout.py um Z. 141). Beim IHF-PDF lautet die Zeile deshalb:

CHECK Images on page(s) 1-96 are not contained in the text - check them against the original.

Eine Zeile, die jede Seite nennt, sagt nichts mehr – der Leser kann daraus nicht ableiten, wo Bildinhalt fehlt. Gemessen (pdfminer, gezeichnete Größe = bbox, Quellgröße = srcsize):

Bild Quellgröße Seiten Was es ist
Seitenhintergrund 1654×2338 px, gezeichnet > 80 % der Seitenfläche 96 Hintergrund, kein Inhalt
Füllpixel 2×2 px, teils auf > 10 pt gestreckt 77 Farbfläche/Linie, kein Inhalt
Symbol 58×97 px 25 wiederkehrendes Symbol (Bedeutung nicht geprüft)
übrige je 1 Seite 16 Bildinhalt

Ohne die drei ersten Gruppen bleiben die Seiten 1, 2, 6–8, 29, 48–55, 81, 96 – das trifft die Handzeichen-Tafeln (S. 48–55) und die übrigen Abbildungen. BHV Teil I: der Filter nennt heute S. 9–14, 16–18, 31–34, 36; ohne Hintergründe und Füllpixel (< 10 pt gezeichnet) bleibt S. 36.

Vorschlag

Ein LTImage zählt für den CHECK nur, wenn es keines von diesen ist:

  • Hintergrund: gezeichnete Fläche > 80 % der Seitenfläche.
  • Füllfläche: Quellgröße in beiden Richtungen ≤ 4 px, oder gezeichnet < 10 pt in einer Richtung.
  • Wiederkehrend: derselbe Bildinhalt (gleicher Datenstrom) auf mehr als 3 Seiten – Logo, Kopfzeilensymbol.

Die Schwellen sind Startwerte aus diesen vier PDFs; beim Bau gegen testfiles/pdf/ gegenprüfen. Ändert eine Schwelle dort die gemeldeten Seiten, ist das zu begründen oder anzupassen.

Akzeptanzkriterien

  • Ein Test-PDF mit ganzseitigem Hintergrundbild auf jeder Seite und einem Bild auf nur einer Seite meldet genau diese eine Seite.
  • Ein 2×2-px-Bild, gestreckt oder nicht, löst keinen CHECK aus.
  • Ein Bild mit demselben Datenstrom auf vier Seiten löst keinen CHECK aus; auf drei Seiten schon.
  • Ein PDF, dessen einzige Bilder unter diese Regeln fallen, bekommt keine Bild-CHECK-Zeile.
  • raw/CONTRACT.md und die Referenz zu raw derive beschreiben, welche Bilder der CHECK nicht zählt.
  • pytest, docs verify, instructions verify grün; CI auf dem veröffentlichten Commit grün.

Versionsteil

PATCH. Der CHECK ist eine Ausgabe auf der Konsole, keine Kopfzeile von derived.md; nichts parst ihn. Drop-in.

Nebenbei beobachtet (nicht Teil dieses Issues)

  • Die Kopflinie jeder IHF-Seite (eine Zeile Unterstriche in einer anderen Farbe) erscheint 95-mal als *____*. Weißer Text in schwarzen oder grauen Tabellenköpfen (BHV) erscheint als *…*. Beides folgt der sichtbaren Form wie entschieden (#225), kostet aber Zeichen; erst angehen, wenn #226/#228 zeigen, dass es stört.
  • Graue Hinterlegungen (#cccccc, #bfbfbf) erscheinen als Hexwert, weil die Farbtabelle nur einen Grauwert kennt – wie entschieden.
Befund aus der Prüfung am Original von #225 (2026-10-14, `raw derive`-Filter auf die IHF-Regeln 2025 und die BHV-Durchführungsbestimmungen 2026/27 Teil I–III, Version 10.1.0-beta.1). ## Problem `tools/chemenu/filters/pdf.py` (um Z. 70) meldet jede Seite, auf der `pdf_layout.analyse` ein `LTImage` findet (`PageLayout.images`, `pdf_layout.py` um Z. 141). Beim IHF-PDF lautet die Zeile deshalb: > CHECK Images on page(s) 1-96 are not contained in the text - check them against the original. Eine Zeile, die jede Seite nennt, sagt nichts mehr – der Leser kann daraus nicht ableiten, wo Bildinhalt fehlt. Gemessen (pdfminer, gezeichnete Größe = `bbox`, Quellgröße = `srcsize`): | Bild | Quellgröße | Seiten | Was es ist | |---|---|---:|---| | Seitenhintergrund | 1654×2338 px, gezeichnet > 80 % der Seitenfläche | 96 | Hintergrund, kein Inhalt | | Füllpixel | 2×2 px, teils auf > 10 pt gestreckt | 77 | Farbfläche/Linie, kein Inhalt | | Symbol | 58×97 px | 25 | wiederkehrendes Symbol (Bedeutung nicht geprüft) | | übrige | je 1 Seite | 16 | Bildinhalt | Ohne die drei ersten Gruppen bleiben die Seiten 1, 2, 6–8, 29, 48–55, 81, 96 – das trifft die Handzeichen-Tafeln (S. 48–55) und die übrigen Abbildungen. BHV Teil I: der Filter nennt heute S. 9–14, 16–18, 31–34, 36; ohne Hintergründe und Füllpixel (< 10 pt gezeichnet) bleibt S. 36. ## Vorschlag Ein `LTImage` zählt für den CHECK nur, wenn es **keines** von diesen ist: - **Hintergrund:** gezeichnete Fläche > 80 % der Seitenfläche. - **Füllfläche:** Quellgröße in beiden Richtungen ≤ 4 px, oder gezeichnet < 10 pt in einer Richtung. - **Wiederkehrend:** derselbe Bildinhalt (gleicher Datenstrom) auf mehr als 3 Seiten – Logo, Kopfzeilensymbol. Die Schwellen sind Startwerte aus diesen vier PDFs; beim Bau gegen `testfiles/pdf/` gegenprüfen. Ändert eine Schwelle dort die gemeldeten Seiten, ist das zu begründen oder anzupassen. ## Akzeptanzkriterien - [ ] Ein Test-PDF mit ganzseitigem Hintergrundbild auf jeder Seite und einem Bild auf nur einer Seite meldet genau diese eine Seite. - [ ] Ein 2×2-px-Bild, gestreckt oder nicht, löst keinen CHECK aus. - [ ] Ein Bild mit demselben Datenstrom auf vier Seiten löst keinen CHECK aus; auf drei Seiten schon. - [ ] Ein PDF, dessen einzige Bilder unter diese Regeln fallen, bekommt keine Bild-CHECK-Zeile. - [ ] `raw/CONTRACT.md` und die Referenz zu `raw derive` beschreiben, welche Bilder der CHECK nicht zählt. - [ ] `pytest`, `docs verify`, `instructions verify` grün; CI auf dem veröffentlichten Commit grün. ## Versionsteil PATCH. Der CHECK ist eine Ausgabe auf der Konsole, keine Kopfzeile von `derived.md`; nichts parst ihn. Drop-in. ## Nebenbei beobachtet (nicht Teil dieses Issues) - Die Kopflinie jeder IHF-Seite (eine Zeile Unterstriche in einer anderen Farbe) erscheint 95-mal als `*____*`. Weißer Text in schwarzen oder grauen Tabellenköpfen (BHV) erscheint als `*…*`. Beides folgt der sichtbaren Form wie entschieden (#225), kostet aber Zeichen; erst angehen, wenn #226/#228 zeigen, dass es stört. - Graue Hinterlegungen (`#cccccc`, `#bfbfbf`) erscheinen als Hexwert, weil die Farbtabelle nur einen Grauwert kennt – wie entschieden.
torben added the prio/plannedsize/Sarea/kbkind/defect labels 2026-10-14 05:38:52 +00:00
torben commented 2026-10-14 06:15:50 +00:00
Author
Owner
Copy link
Copy source

Weitere Daten (2026-10-14, drei weitere PDFs): „Dynamics 365 Licensing Deck“ (57 S.) meldet S. 1–57, „Inway Factsheet Connector for ELO“ (8 S.) meldet S. 1–8, „Dynamics 365 Licensing Guide“ (90 S.) 45 Seiten. Der Fehler ist also kein IHF-Einzelfall. Die Schwellen beim Bau auch gegen ein Foliendeck prüfen: Dort trägt jede Folie einen Hintergrund. Wo Bildinhalt wirklich fehlt, war hier nicht von Hand zu prüfen.

Weitere Daten (2026-10-14, drei weitere PDFs): „Dynamics 365 Licensing Deck“ (57 S.) meldet S. 1–57, „Inway Factsheet Connector for ELO“ (8 S.) meldet S. 1–8, „Dynamics 365 Licensing Guide“ (90 S.) 45 Seiten. Der Fehler ist also kein IHF-Einzelfall. Die Schwellen beim Bau auch gegen ein Foliendeck prüfen: Dort trägt jede Folie einen Hintergrund. Wo Bildinhalt wirklich fehlt, war hier nicht von Hand zu prüfen.
torben commented 2026-10-14 10:38:59 +00:00
Author
Owner
Copy link
Copy source

In #231 aufgenommen (Betreiber, 2026-10-14: ein Issue für das ganze Thema). Befund, Schwellen und Kriterien stehen dort unter Problem 4 und Vorschlag A Punkt 6. Geschlossen.

In #231 aufgenommen (Betreiber, 2026-10-14: ein Issue für das ganze Thema). Befund, Schwellen und Kriterien stehen dort unter Problem 4 und Vorschlag A Punkt 6. Geschlossen.
Sign in to join this conversation.
No Branch/Tag Specified
Labels
Clear labels
area/corpus
Betrifft Demo-/Testbett-Frage, Inhalt und Umfang von kb/
 area/distribution
Betrifft Auslieferung, Upgrade, Versionierung einer Instanz
 area/kb
Betrifft kb/-Schema, Contract, Confidence, Lint, Wissensbasis
 area/process
Betrifft den Entwicklungsprozess selbst, nicht den Stack als Artefakt
 area/workflow
Betrifft Git, Merge, Branching, Publish, PRs
 kind/build
Spezifiziert, wartet nur noch auf Umsetzungszeit
 kind/decision
Wartet auf eine Betreiberentscheidung
 kind/defect
Befund: Doku und Realitaet, oder zwei Dokus, widersprechen sich
 prio/blocking
Blockiert oder beschaedigt laufende Arbeit - als naechstes
 prio/planned
Traegt bald Zinsen - eingeplant
 prio/waiting
Sinnvoll, wartet auf einen Ausloeser
 size/L
Mehrere Sitzungen oder offene Designfragen vor dem ersten Commit
 size/M
Mehrere Dateien, Contract- oder Instruction-Aenderung, eigener Testaufwand
 size/S
Eine Sitzung, ein Publish, klar umrissener Schnitt
 status/blocked
Wartet auf ein anderes, noch offenes Issue - nicht eigenstaendig bearbeitbar
 status/incoming
Vom Menschen angelegte Anforderung, unvollständig, muss durch den Stack komplettiert werden.
 status/unconfirmed
Gemeldeter Verdacht, noch nicht gegen tatsaechliches Verhalten geprueft - size/prio vorlaeufig
No labels area/kb kind/defect prio/planned size/S
Milestone
No items
No Milestone
Assignees
Clear assignees
torben
No Assignees
1 Participants
Notifications
Due Date
No due date set.
Dependencies

No dependencies set.

Reference: torben/chemenu#229