大屏照片PPT复刻

要解决什么问题

会议或展厅里常见「对着大屏拍一张照」，照片里其实是完整幻灯片，但照片本身不是 PPTX：文字不能改、框线箭头不能单独拖动，整页截图贴进 PPT 也只是背景图。本技能面向「把照片里那块大屏演示稿，复刻成对象级可编辑的 .pptx」——标题与正文应是 PowerPoint 文本框，简单流程图与表格尽量用原生形状与表格对象，而不是用整张校正图当底图糊弄。

工作方式

1. 锁定源图：支持 photo 12、照片12、显式路径或目录+编号；多文件匹配时会先让你选定，不臆造本机私有路径。
2. 找屏与校正：识别大屏演示区域，裁切并透视校正，产出类似 output/.../XX_screen_rectified.png 的校正图。
3. OCR 策略（需确认）：调用外部 OCR/图像 API 前必须征得同意，上传范围仅限当前页相关图像；支持 ask / paddleocr / local / none / custom 等模式，OCR 结果仅作参考。
4. 清点再重建：对照原照与校正图做视觉清单（标题、正文、表格、卡片、箭头、页脚等），按规则选择「原生文本 / 原生形状 / 仅限复杂区域的 bounded 图片资源」，生成 PPTX 并做预览与对象数量校验。
5. 交付报告：输出路径、校正图路径、OCR 模式、是否整页背景、文本框/形状/连线/本地图数量，以及乱码、重叠、臆造对象等问题。

本地可用 scripts/rectify_screen.py 做首轮裁切与 16:9 校正（无 OCR、无联网）。若环境中有 image-to-editable-ppt 等等价流程，可复用其 OCR 与重建规则；本技能对禁止整页背景、禁止大块非复杂区域贴图绕过矢量重建更严格。

边界与注意点

• 禁止把原照或整张校正屏设为幻灯片背景，也禁止用大面积裁图替代本可矢量化的简单结构。
• 可读文字、简单图表/矩阵/泳道/架构框等应做成可移动对象；插画、照片、密截图、不可读图表内部等才适合保留为有限图片。
• 不得臆造箭头、节点、标签或数据；投影/拍照产生的横纹是伪影，不是幻灯片元素。
• 交付前会检查 PPT 文本：若出现大量 ?、乱码或替换框，应视为失败并需重生成或人工修正。
• 模糊、遮挡、不可读源文会导致不确定性，需在报告中说明。