更新README.md，增强OCR可视化校验工具描述，新增表格数据分析功能，优化安装依赖和使用指南

README.md

@@ -5,10 +5,11 @@
 ## ✨ 主要功能
 
 - 🔍 **高精度OCR识别**：使用多模态大语言模型进行图片文字识别
-- 📊 **智能表格处理**：专业的表格结构识别和数据提取
+- 📊 **智能表格处理**：专业的表格结构识别和数据提取，支持DataFrame分析
 - 🔧 **数字格式标准化**：自动处理全角/半角字符、千分符格式
 - 📝 **结果对比验证**：详细的OCR结果差异分析
-- 📈 **多种输出格式**：支持Markdown、JSON等格式输出
+- 🎯 **可视化校验**：点击文本高亮图片位置，快速发现识别错误
+- 📈 **多种输出格式**：支持Markdown、JSON、DataFrame表格等格式输出
 - ⚙️ **灵活配置**：支持多种API提供商和参数调整
 
 ## 🚀 快速开始
@@ -31,7 +32,7 @@ git clone https://gitee.com/zhch158_admin/ocr_verify.git
 cd ocr_verify
 
 # 安装依赖
-pip install openai python-dotenv beautifulsoup4 markdown
+pip install openai python-dotenv beautifulsoup4 markdown streamlit plotly pandas pillow numpy opencv-python openpyxl
 ```
 
 ### 环境变量配置
@@ -82,7 +83,7 @@ python ocr_by_vlm.py image.png -t 0.05 -m 8192 --timeout 300
 
 ### 2. 结果对比
 
-使用 compare_ocr_results.py 对比两个OCR结果：
+使用 [`compare_ocr_results.py`](compare_ocr_results.py) 对比两个OCR结果：
 
 ```bash
 # 基本对比
@@ -102,7 +103,7 @@ python compare_ocr_results.py file1.md file2.md --ignore-images
 
 ### 3. 高级验证功能
 
-查看 ocr_vlm_verify 目录了解升级后的验证功能：
+查看 [`ocr_vlm_verify`](ocr_vlm_verify) 目录了解升级后的验证功能：
 
 ```bash
 # 运行高精度验证演示
@@ -113,6 +114,31 @@ python quick_demo.py
 cat README_Upgrade_Comparison.md
 ```
 
+### 4. 🎯 OCR可视化校验工具
+
+提供多种交互方式的OCR结果校验工具：
+
+#### Web版本（推荐）
+```bash
+# Streamlit完整版本 - 功能丰富
+python3 -m streamlit run streamlit_ocr_validator.py
+
+# 或使用启动脚本
+python3 run_streamlit_validator.py
+```
+
+**功能特点：**
+- 🖱️ **点击交互**：点击文本内容，图片显示对应位置的红色边框
+- 📍 **精确定位**：基于bbox坐标精确标示文本位置  
+- 💡 **直观校验**：快速发现OCR识别错误和位置偏差
+- 📊 **数据分析**：统计图表和详细数据视图（Streamlit版）
+- ❌ **错误管理**：标记和管理识别错误（Streamlit版）
+- 📈 **表格分析**：HTML表格转DataFrame，支持排序、过滤、导出
+
+
+详细使用说明：
+- [Streamlit版本指南](STREAMLIT_GUIDE.md)
+
 ## 📁 项目结构
 
 ```
@@ -121,7 +147,10 @@ ocr_verify/
 ├── README.md                   # 项目说明文档
 ├── ocr_by_vlm.py              # 主OCR识别脚本
 ├── compare_ocr_results.py     # 结果对比工具
-├── ocr_vlm_verify/            # 升级版验证系统
+├── streamlit_ocr_validator.py # 完整Streamlit校验工具
+├── run_streamlit_validator.py # Streamlit启动脚本
+├── STREAMLIT_GUIDE.md         # Streamlit版使用指南
+├── ocr_vlm_verify/            # 用vlm直接校验，效果不佳，无法比对表格数字
 │   ├── ocr_verification.py    # 高级验证功能
 │   ├── quick_demo.py          # 功能演示
 │   ├── simple_ocr_test.py     # 简化测试
@@ -129,6 +158,11 @@ ocr_verify/
 ├── sample_data/               # 测试样本数据
 ├── output/                    # 输出结果目录
 ├── image_edit/               # 图片处理工具
+│   ├── config.yaml            # 图片处理配置
+│   ├── fix_photo.sh           # 图片修复脚本
+│   ├── image_generator.py     # 图片生成工具
+│   └── output/               # 图片处理输出
+└── __pycache__/              # Python缓存
 ```
 
 ## 🔧 核心功能详解
@@ -147,6 +181,21 @@ ocr_verify/
 - **金额验证**：专门的数字金额对比
 - **位置定位**：精确的差异位置标记
 
+### 可视化校验功能
+
+- **交互式界面**：点击文本高亮图片位置
+- **bbox精确定位**：基于坐标的准确位置标示
+- **快速错误发现**：直观的视觉校验方式
+- **多格式支持**：兼容各种OCR输出格式
+
+### 表格数据分析功能 ⭐ 新增
+
+- **HTML表格解析**：自动识别并转换HTML表格为DataFrame
+- **多种渲染模式**：HTML渲染、Markdown渲染、DataFrame表格、原始文本
+- **表格交互操作**：过滤、排序、搜索、编辑
+- **数据导出**：支持CSV、Excel格式导出
+- **统计分析**：自动生成表格统计信息
+
 ### 数字标准化功能
 
 自动处理以下格式转换：
@@ -164,6 +213,9 @@ ocr_verify/
 # 识别财务报表图片
 python ocr_by_vlm.py 财务报表.png -o output/
 
+# 使用Streamlit工具分析表格
+python -m streamlit run streamlit_ocr_validator.py
+
 # 对比两个版本的识别结果
 python compare_ocr_results.py output/财务报表.md reference/标准版本.md -o 对比报告
 ```
@@ -175,28 +227,31 @@ python compare_ocr_results.py output/财务报表.md reference/标准版本.md -
 python ocr_by_vlm.py --batch-normalize ./原始文件/ -o ./标准化文件/
 ```
 
-## 🎯 升级功能亮点
-
-系统经过全面升级，主要改进包括：
+### 示例3：表格数据分析 ⭐ 新增
 
-### 检测能力提升
-
-- 错误检测覆盖率：70% → 95%
-- 新增格式错误识别功能
-- 表格坐标精确定位
-- 专业级错误描述
+```bash
+# 启动Streamlit进行表格分析
+python -m streamlit run streamlit_ocr_validator.py
+
+# 在界面中：
+# 1. 选择包含表格的OCR结果文件
+# 2. 选择"DataFrame表格"渲染模式
+# 3. 使用过滤、排序功能分析数据
+# 4. 导出Excel或CSV文件
+```
 
-### 验证模式对比
+### 表格处理能力升级 ⭐ 新增
 
-- **高精度模式**：适用于财务报表，逐项数值验证
-- **标准模式**：通用文档处理
-- **快速模式**：大批量处理
+- **智能表格识别**：自动检测HTML表格并转换为可分析的DataFrame
+- **多维度过滤**：支持按列内容、数值范围等条件过滤
+- **数据可视化**：集成Plotly图表，支持交互式数据展示
+- **批量导出**：一键导出所有表格为Excel文件，支持多工作表
 
-详细升级内容请查看 README_Upgrade_Comparison.md
+详细升级内容请查看 [`ocr_vlm_verify/README_Upgrade_Comparison.md`](ocr_vlm_verify/README_Upgrade_Comparison.md)
 
 ## 🔧 Visual Studio Code配置
 
-项目包含预配置的VSCode调试配置，请参考 launch.json：
+项目包含预配置的VSCode调试配置，请参考 [`.vscode/launch.json`](.vscode/launch.json)：
 
 ```json
 {
@@ -226,14 +281,18 @@ python ocr_by_vlm.py --batch-normalize ./原始文件/ -o ./标准化文件/
 
 ### 对比报告示例
 
-查看 comparison_result.md 了解详细的对比报告格式。
+查看 [`output/comparison_result.md`](output/comparison_result.md) 了解详细的对比报告格式。
+
+### 表格分析输出 ⭐ 新增
+
+- **DataFrame视图**：可交互的表格数据展示
+- **统计报告**：表格行列数、数值列统计、数据类型分析
+- **导出文件**：CSV、Excel格式的表格数据
+- **可视化图表**：基于表格数据的统计图表
+
 
 ## 📞 联系方式
 
 - 作者：zhch158_admin
 - 邮箱：zhch158@sina.com
-- 仓库：https://gitee.com/zhch158_admin/ocr_verify.git
-
-## 📝 许可证
-
-本项目采用开源许可证，具体请查看项目根目录的LICENSE文件。
+- 仓库：https://gitee.com/zhch158_admin/ocr_verify.git