fix(extract): Kartenbeschriftung nicht mehr als Geometrie ausgeben

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>

tools/extract/leonida/classify.py

@@ -41,3 +41,43 @@ def class_shares(labels: np.ndarray) -> dict[str, float]:
     total = labels.size
     counts = np.bincount(labels.ravel(), minlength=len(PALETTE))
     return {name: float(counts[i]) / total for name, i in CLASSES.items()}
+
+
+NATURAL_CLASSES = ("gruen", "sand", "land")
+LABEL_MAX_NATURAL = 0.02     # Anteil natuerlicher Merkmale, ab dem eine Flaeche als echt gilt
+# Groesser als jeder gemessene Buchstabe (4.876-14.760 px am realen Mosaik) und weit kleiner
+# als die Hauptlandmasse (5.852.263 px): ohne diese Untergrenze waere in einer Szene ohne
+# echte Hauptlandmasse die groesste - und einzige - Komponente automatisch "Festland" und
+# damit nie loeschbar, auch wenn sie selbst ein Schriftzug ist (siehe
+# test_letter_shaped_island_becomes_water, wo genau das die einzige Komponente ist).
+MAINLAND_MIN_SIZE = 15_000
+
+
+def drop_map_labels(labels: np.ndarray) -> np.ndarray:
+    """Beschriftungen der Originalkarte auf Wasser zuruecksetzen.
+
+    Die Schriftzuege der Karte werden pixelweise als stadt/strasse/gebaeude klassifiziert und
+    sind farblich von echten Flaechen nicht zu unterscheiden. Trennbar sind sie erst als
+    Region: ein Schriftzug im Wasser bildet eine eigene, vom Festland getrennte Nicht-Wasser-
+    Komponente ohne jedes natuerliche Merkmal, waehrend eine echte Insel Gruen oder Sand
+    traegt. Die groesste Komponente ist das Festland und bleibt unangetastet, sofern sie
+    ueberhaupt gross genug ist, um ueberhaupt als Festland infrage zu kommen (MAINLAND_MIN_SIZE);
+    sonst wird auch sie nur ueber den Anteil natuerlicher Merkmale beurteilt.
+    """
+    solid = labels != CLASSES["wasser"]
+    if not solid.any():
+        return labels
+    components, count = ndi.label(solid, structure=np.ones((3, 3)))
+    sizes = ndi.sum(solid, components, range(1, count + 1))
+    largest = int(np.argmax(sizes)) + 1
+    mainland = largest if sizes[largest - 1] >= MAINLAND_MIN_SIZE else 0
+    natural = np.zeros(labels.shape, dtype=bool)
+    for name in NATURAL_CLASSES:
+        natural |= labels == CLASSES[name]
+    shares = ndi.mean(natural.astype(np.float32), components, range(1, count + 1))
+    drop = np.zeros(count + 1, dtype=bool)
+    for index in range(1, count + 1):
+        drop[index] = index != mainland and shares[index - 1] <= LABEL_MAX_NATURAL
+    out = labels.copy()
+    out[drop[components]] = CLASSES["wasser"]
+    return out