#70 refactor(pdf_extractor): 将 OCR 功能解耦为独立模块
Đã hợp nhất
WangXuMing
đã nhập 1 commit từ CRBC-MaaS-Platform-Project/dev_sgsc_wxm vào [3]s 1 tuần trước cách đây
Nhãn
Không có nhãn
Milestone
Không có Milestone
Người được phân công
Không có người được phân công
1 tham gia
Đang tải...
Ở đây vẫn chưa có nội dung nào.
新增 ocr_processor.py 模块，封装表格检测与 OCR 识别功能
提取 TableRegion、OcrResult 数据类到独立模块
OcrProcessor 类提供：
detect_table_regions(): RapidLayout 表格区域检测
process_ocr_concurrent(): 5 并发 OCR 识别
replace_table_regions(): 表格文本替换回填
_ocr_table_region(): GLM-OCR 调用（含指数退避重试）
_compress_image(): 图片压缩处理
_extract_ocr_content(): OCR 响应解析（支持 HTML 转 Markdown）
pdf_extractor.py 精简 314 行，OCR 相关功能委托给 OcrProcessor
保持原有 API 不变，use_ocr 参数行为一致