PaddleX/zhch/paddleocr_vl_single_process.py

"""PaddleOCR-VL批量处理程序（简化版）"""
from ppstructurev3_single_process import main as unified_main
import sys
import os
import time

# 直接复用统一程序的主函数
if __name__ == "__main__":
    print(f"🚀 启动统一PDF/图像处理程序...")
    print(f"🔧 CUDA_VISIBLE_DEVICES: {os.environ.get('CUDA_VISIBLE_DEVICES', 'Not set')}")
    
    if len(sys.argv) == 1:
        # 如果没有命令行参数，使用默认配置运行
        print("ℹ️  No command line arguments provided. Running with default configuration...")
        
        # 默认配置
        default_config = {
            "input_file": "/Users/zhch158/workspace/data/流水分析/B用户_扫描流水.pdf",
            # "input_file": "/home/ubuntu/zhch/data/至远彩色印刷工业有限公司/PaddleOCR_VL_Results/2023年度报告母公司/2023年度报告母公司_page_027.png",
            "output_dir": "/Users/zhch158/workspace/data/流水分析/B用户_扫描流水/PaddleOCR_VL_Results",
            "collect_results": f"/Users/zhch158/workspace/data/流水分析/B用户_扫描流水/PaddleOCR_VL_Results/processed_files_{time.strftime('%Y%m%d_%H%M%S')}.csv",
            "pipeline": "./my_config/PaddleOCR-VL-Client_debug.yaml",
        }
        
        # 构造参数
        sys.argv = [sys.argv[0]]
        for key, value in default_config.items():
            sys.argv.extend([f"--{key}", str(value)])
        # 调用PaddleOCR-VL单进程批量处理程序, 不用适配器
        sys.argv.append("--no-adapter")
        
        # 可以添加禁用标准化选项
        # sys.argv.append("--no-normalize")
        
        # 测试模式
        # sys.argv.append("--test_mode")

    sys.exit(unified_main())