ocr_platform/docs/ocr_tools/universal_doc_parser/PDF，图片，方向检测模型-旋转角度.md

🔄 旋转角度的约定差异

1. 图像处理中的旋转约定（OpenCV/PIL）

在大多数图像处理库中：

• 逆时针旋转 = 正角度

• 顺时针旋转 = 负角度

  # OpenCV/PIL 的旋转约定
  cv2.rotate(image, cv2.ROTATE_90_COUNTERCLOCKWISE)  # 逆时针90° = +90°
  cv2.rotate(image, cv2.ROTATE_90_CLOCKWISE)         # 顺时针90° = -90° = 270°
  

2. 方向分类模型的输出约定

在 MinerU 的方向分类模型中，输出的旋转角度表示的是需要旋转多少度来恢复正常方向，具体含义如下：

• 0° → 图片已经是正常方向，无需旋转 ocr_tools/universal_doc_parser/models/adapters/mineru_adapter.py

但是，MinerU 的方向分类模型 返回的是：

0°   → 正常方向
90°  → 需要顺时针旋转90°才能恢复（图片当前是逆时针旋转了90°）
180° → 需要旋转180°才能恢复（倒置）
270° → 需要顺时针旋转270°才能恢复（图片当前是顺时针旋转了90°）

关键理解：模型返回的是"需要旋转多少度来恢复正常"，而不是"图片当前旋转了多少度"。

rotated_table, table_angle = self.preprocessor.process(cropped_table)会返回恢复正常方向的图片和角度值

---

2. pdf_coordinate_transform.py (~250行)

作用: PDF坐标系与图像坐标系的转换

核心函数:

• pdf_rotation_to_image_rotation(): PDF旋转角度转换为图片旋转角度
• transform_bbox_for_rotation_fitz(): fitz引擎的完整几何坐标变换
• transform_bbox_for_rotation_pypdfium2(): pypdfium2引擎的坐标值交换

坐标系说明:

• PDF坐标系: 左下角原点 (0,0)，X向右，Y向上
• 图像坐标系: 左上角原点 (0,0)，X向右，Y向下

旋转定义（重要）:

• PDF rotation: 0/90/180/270度（顺时针旋转，PDF规范）
• 图片rotation: 0/90/180/270度（逆时针旋转，图像处理标准）
• 对外API统一返回图片rotation（逆时针定义）

旋转转换映射: | PDF Rotation (顺时针) | 图片 Rotation (逆时针) | |---------------------|---------------------| | 0° | 0° | | 90° | 270° | | 180° | 180° | | 270° | 90° |

关键区别: | 特性 | fitz | pypdfium2 | |------|------|-----------| | 输入坐标系 | PDF原始坐标系 | 已旋转的坐标系（但bbox顺序错误） | | 变换类型 | 几何空间变换 | 坐标值交换（修正min/max） | | 复杂度 | 高（涉及旋转公式） | 低（只是交换） |