feat: 初始化配置管理器并优化文档和OCR工具的显示信息

streamlit_ocr_validator.py

@@ -17,6 +17,7 @@ from streamlit_validator_cross import (
 )
 from streamlit_validator_result import display_single_page_cross_validation
 from ocr_validator_utils import get_data_source_display_name
+from config_manager import load_config  # 🎯 使用新配置管理器
 
 
 def reset_cross_validation_results():
@@ -28,22 +29,37 @@ def reset_cross_validation_results():
 
 def main():
     """主应用"""
+    # 🎯 初始化配置管理器
+    if 'config_manager' not in st.session_state:
+        try:
+            st.session_state.config_manager = load_config(config_dir="config")
+            # 🎯 生成 OCRValidator 所需的配置
+            st.session_state.validator_config = st.session_state.config_manager.to_validator_config()
+            print("✅ 配置管理器初始化成功")
+            print(f"📄 发现 {len(st.session_state.config_manager.list_documents())} 个文档配置")
+            print(f"🔧 发现 {len(st.session_state.config_manager.list_ocr_tools())} 个 OCR 工具")
+        except Exception as e:
+            st.error(f"❌ 配置加载失败: {e}")
+            st.stop()
+    
+    config_manager = st.session_state.config_manager
+    validator_config = config_manager.to_validator_config()
+    
     # 初始化应用
     if 'validator' not in st.session_state:
-        validator = StreamlitOCRValidator()
+        # 🎯 直接传递配置字典给 OCRValidator
+        validator = StreamlitOCRValidator(config_dict=validator_config)
         st.session_state.validator = validator
-        setup_page_config(validator.config)
+        setup_page_config(validator_config)
         
         # 页面标题
-        config = st.session_state.validator.config
-        st.title(config['ui']['page_title'])
+        st.title(validator_config['ui']['page_title'])
         
         # 初始化数据源追踪
         st.session_state.current_ocr_source = validator.current_source_key
         st.session_state.current_verify_source = validator.verify_source_key
     else:
         validator = st.session_state.validator
-        config = st.session_state.validator.config
     
     if 'selected_text' not in st.session_state:
         st.session_state.selected_text = None
@@ -84,6 +100,44 @@ def main():
     
     # 如果没有可用的数据源，提前返回
     if not validator.all_sources:
+        st.warning("⚠️ 未找到任何数据源，请检查配置文件")
+        
+        # 🎯 显示配置信息帮助调试
+        with st.expander("🔍 配置信息", expanded=True):
+            st.write("**已加载的文档:**")
+            docs = config_manager.list_documents()
+            if docs:
+                for doc in docs:
+                    doc_config = config_manager.get_document(doc)
+                    st.write(f"- **{doc}**")
+                    st.write(f"  - 基础目录: `{doc_config.base_dir}`")
+                    st.write(f"  - OCR 结果: {len([r for r in doc_config.ocr_results if r.enabled])} 个已启用")
+            else:
+                st.write("无")
+            
+            st.write("**已加载的 OCR 工具:**")
+            tools = config_manager.list_ocr_tools()
+            if tools:
+                for tool in tools:
+                    tool_config = config_manager.get_ocr_tool(tool)
+                    st.write(f"- **{tool_config.name}** (`{tool}`)")
+            else:
+                st.write("无")
+            
+            st.write("**配置文件路径:**")
+            st.code(str(config_manager.config_dir / "global.yaml"))
+            
+            st.write("**生成的数据源:**")
+            data_sources = config_manager.get_data_sources()
+            if data_sources:
+                for ds in data_sources:
+                    st.write(f"- `{ds.name}`")
+                    st.write(f"  - 工具: {ds.ocr_tool}")
+                    st.write(f"  - 结果目录: {ds.ocr_out_dir}")
+                    st.write(f"  - 图片目录: {ds.src_img_dir}")
+            else:
+                st.write("无")
+        
         st.stop()
     
     # 文件选择区域
@@ -170,7 +224,7 @@ def main():
             show_batch_cross_validation_results_dialog()
 
     # 显示当前数据源统计信息
-    with st.expander("🔧 OCR工具统计信息", expanded=False):
+    with st.expander("统� OCR工具计信息", expanded=False):
         stats = validator.get_statistics()
         col1, col2, col3, col4, col5 = st.columns(5)
         
@@ -184,20 +238,70 @@ def main():
             st.metric("✅ 准确率", f"{stats['accuracy_rate']:.1f}%")
         with col5:
             if validator.current_source_config:
-                tool_display = validator.current_source_config['ocr_tool'].upper()
+                tool_id = validator.current_source_config['ocr_tool']
+                # 🎯 从配置管理器获取工具名称
+                tool_config = config_manager.get_ocr_tool(tool_id)
+                tool_display = tool_config.name if tool_config else tool_id.upper()
                 st.metric("🔧 OCR工具", tool_display)
         
         if stats['tool_info']:
             st.write("**详细信息:**", stats['tool_info'])
+        
+        # 🎯 显示当前文档和 OCR 结果信息
+        if validator.current_source_config:
+            source_name = validator.current_source_config['name']
+            # 解析数据源名称，提取文档名（更精确的解析）
+            parts = source_name.split('_', 1)
+            doc_name = parts[0] if parts else source_name
+            
+            doc_config = config_manager.get_document(doc_name)
+            if doc_config:
+                st.write("**文档信息:**")
+                st.write(f"- 文档名称: {doc_config.name}")
+                st.write(f"- 基础目录: {doc_config.base_dir}")
+                st.write(f"- 可用 OCR 工具: {len([r for r in doc_config.ocr_results if r.enabled])} 个")
+    
+    # 🎯 添加配置管理面板
+    with st.expander("⚙️ 配置管理", expanded=False):
+        col1, col2 = st.columns(2)
+        
+        with col1:
+            st.subheader("📄 已加载文档")
+            docs = config_manager.list_documents()
+            for doc_name in docs:
+                doc_config = config_manager.get_document(doc_name)
+                enabled_count = len([r for r in doc_config.ocr_results if r.enabled])
+                total_count = len(doc_config.ocr_results)
+                
+                with st.container():
+                    st.write(f"✅ **{doc_name}**")
+                    st.caption(f"📊 {enabled_count}/{total_count} 工具已启用")
+                    
+                    # 显示每个 OCR 工具的状态
+                    for ocr_result in doc_config.ocr_results:
+                        status_icon = "🟢" if ocr_result.enabled else "⚪"
+                        tool_config = config_manager.get_ocr_tool(ocr_result.tool)
+                        tool_name = tool_config.name if tool_config else ocr_result.tool
+                        st.caption(f"  {status_icon} {tool_name} - {ocr_result.description or ocr_result.result_dir}")
+        
+        with col2:
+            st.subheader("🔧 已加载 OCR 工具")
+            tools = config_manager.list_ocr_tools()
+            for tool_id in tools:
+                tool_config = config_manager.get_ocr_tool(tool_id)
+                with st.container():
+                    st.write(f"🔧 **{tool_config.name}**")
+                    st.caption(f"ID: `{tool_id}`")
+                    st.caption(f"描述: {tool_config.description}")
     
     tab1, tab2, tab3 = st.tabs(["📄 内容人工检查", "🔍 交叉验证结果", "📊 表格分析"])
     
     with tab1:
-        validator.create_compact_layout(config)
+        validator.create_compact_layout(validator_config)
 
     with tab2:
         # ✅ 使用封装的函数显示单页交叉验证结果
-        display_single_page_cross_validation(validator, config)
+        display_single_page_cross_validation(validator, validator_config)
 
     with tab3:
         st.header("📊 表格数据分析")
@@ -207,7 +311,7 @@ def main():
             display_html_table_as_dataframe(validator.md_content)
         else:
             st.info("当前OCR结果中没有检测到表格数据")
-    
+
 
 if __name__ == "__main__":
     main()